alibaba/zvec

English | 中文

🚀 Quickstart |
🏠 Home |
📚 Docs |
📊 Benchmarks |
🔎 DeepWiki |
🎮 Discord |
🐦 X (Twitter)

Zvec는 오픈 소스 인프로세스 (in-process) 벡터 데이터베이스입니다. 가볍고 매우 빠르며, 애플리케이션에 직접 임베드(embed)할 수 있도록 설계되었습니다. Alibaba Group 내에서 검증된 Zvec는 최소한의 설정으로 프로덕션급의 저지연(low-latency) 및 확장 가능한 유사도 검색(similarity search)을 제공합니다.

중요

🚀 v0.5.0 (2026년 6월 12일)

전체 텍스트 검색 (Full-Text Search, FTS): 네이티브 전체 텍스트 검색 — 외부 검색 엔진 없이도 어떤 문자열 필드에든 FTS 인덱스를 부착하고 자연어 또는 구조화된 표현식으로 쿼리할 수 있습니다.
하이브리드 검색 (Hybrid Retrieval): 밀집 벡터 (dense vectors), 희소 벡터 (sparse vectors), 스칼라 필터 (scalar filters) 및 텍스트를 아우르는 단일 MultiQuery를 통해 전체 텍스트 검색과 벡터 검색을 결합합니다.
DiskANN 인덱스: 인덱스의 대부분을 디스크에 유지하여 대규모 데이터셋에 대한 메모리 사용량을 획기적으로 줄이는 새로운 온디스크 (on-disk) 인덱스입니다.
생태계 및 플랫폼: 새로운 공식 Go / Rust SDK, Zvec Studio 시각화 도구 및 RISC-V 지원이 추가되었습니다.

매우 빠른 속도: 수십억 개의 벡터를 밀리초 단위로 검색합니다.
단순함, 바로 작동: 몇 초 안에 설치하고 검색을 시작할 수 있습니다. 순수 로컬 방식이며, 서버도 설정도 번거로움도 없습니다.
밀집 + 희소 벡터 (Dense + Sparse Vectors): 밀집 및 희소 임베딩 (embeddings), 멀티 벡터 쿼리, 그리고 메모리에서 디스크까지 확장 가능한 풍부한 벡터 인덱스 유형 선택을 지원합니다.
전체 텍스트 검색 (Full-Text Search, FTS): 네이티브 키워드 기반 전체 텍스트 검색 — 자연어 또는 구조화된 표현식으로 문자열 필드를 쿼리합니다.
하이브리드 검색 (Hybrid Search): 정밀한 결과를 위해 벡터 유사도, 전체 텍스트 검색 및 구조화된 필터를 단일 쿼리로 융합합니다.
내구성 있는 저장소 (Durable Storage): 쓰기 전용 로그 (Write-ahead logging, WAL)가 영속성을 보장합니다 — 프로세스 충돌이나 전원 차단 시에도 데이터가 절대 손실되지 않습니다.
동시 액세스 (Concurrent Access): 여러 프로세스가 동시에 동일한 컬렉션을 읽을 수 있습니다; 쓰기는 단일 프로세스 독점 방식입니다.
어디서나 실행 가능: 인프로세스 (in-process) 라이브러리로서, Zvec는 노트북, 서버, CLI 도구 또는 에지 디바이스 (edge devices) 등 코드가 실행되는 곳이라면 어디에서나 실행됩니다.

Zvec는 여러 언어에 걸쳐 공식 SDK를 제공합니다:

Python:pip install zvec

(Python 3.10–3.14 필요)
Node.js:npm install @zvec/zvec

Go: 고성능 Go 바인딩 (Go bindings).
Rust: 고성능 Rust 바인딩 (Rust bindings).
Dart/Flutter:flutter pub add zvec

시각적인 도구를 선호하시나요? 코드 없이 데이터를 탐색하고 쿼리를 디버깅할 수 있는 Zvec Studio를 사용해 보세요.

• Linux (x86_64, ARM64)
• macOS (ARM64)
• Windows (x86_64)

소스 코드로부터 Zvec를 직접 빌드하는 것을 선호하신다면, 소스 빌드 (Building from Source) 가이드를 확인해 주세요.

import zvec
# 컬렉션 스키마 (collection schema) 정의
schema = zvec.CollectionSchema(
...

Zvec는 탁월한 속도와 효율성을 제공하여, 까다로운 프로덕션 워크로드 (production workloads)에 이상적입니다.

상세한 벤치마크 방법론, 설정 및 전체 결과는 벤치마크 (Benchmarks) 문서를 참조해 주세요.

커뮤니티의 기여를 환영하며 감사드립니다! 버그를 수정하거나, 기능을 추가하거나, 문서를 개선하는 등 여러분의 도움은 Zvec를 모두에게 더 나은 도구로 만듭니다.

시작하려면 기여 가이드 (Contributing Guide)를 확인해 보세요!