用于在向量空间中搜索的NoSQL DB

Question

我是NoSQL DBS的新手，如Cassandra，Mongo，Redis等，我想创建这种类型的结构：

{
  "item_id": "ABC1",
  "x1": 0.55,
  "x2": -0.29,
  ...
  "x100": 0.17
}

基本上，我有数以百万计的物品和100个浮子与它们相关联。我的主要任务是搜索给定浮动向量附近的项目（在维度为100的向量空间中），并获得前k个项目或距离小于d的所有项目。

NoSQL数据库是否特别适合此类任务？

谢谢你的提示， 帕特里克

Answer 1

据我所知，目前还没有对非（2 | 3）D空间索引提供开箱即用支持的数据库，但您可以在应用层内部实现自己的数据库。

一般来说，您希望有一个有效的N维最近邻搜索算法，如下所示：

• 具有总体O（log N）复杂度的KD-Tree
• 地理散列

但是两者都很难正确实施。

Answer 2

我相信没有提到过的数据库会给你所需要的东西，特别是你拥有的数据量，我建议使用Solr，我有类似的情况，Solr是最好的解决方案。

Answer 3

2020年此问题的更新：Elasticsearch具有开箱即用的余弦相似性功能，可用于具有多达2048个特征（使用“密集矢量”数据类型）的矢量。 我现在正在使用它，它对于具有数十万个向量的数据集非常适用。