Show HN: GalaxDB – 开源AI原生数据库（OLTP+向量+版本管理）

GalaxDB 是一款开源的 AI 原生数据库，由 Zentrix Innovative Labs 构建，旨在简化 AI 应用的数据基础设施。传统上，AI 应用需要集成关系数据库、向量数据库、嵌入 API、对象存储和数据管道等多个独立服务，而 GalaxDB 将所有这些功能整合到一个二进制文件中，并通过 PostgreSQL 线协议提供统一的 SQL 接口。其服务端二进制文件仅 7.9 MB，侧车进程 7.6 MB，轻量高效。

GalaxDB 的核心特性包括：

• 语义搜索：通过 SEMANTIC_MATCH 函数直接在 SQL 中执行向量相似性搜索，无需外部嵌入 API 或独立向量数据库。支持自定义模型和维度。
• 版本管理与时态查询：使用 CREATE VERSION TAG ... FOR TRAINING 创建数据快照，并通过 AT VERSION 查询任意时间点的数据状态，便于审计和机器学习训练。
• 训练数据导出：快照可导出为 Lance 格式的数据集，支持零拷贝加载到 PyTorch，适合 ML 训练管道。
• 近重复去重：内置 MinHash LSH 算法，可减少训练数据集大小 15–30%。
• 高性能存储引擎：基于 LSM 树、WAL 和 PAX 块，读取延迟低至 3 µs（p50），扫描吞吐量达 4.49 GB/s，远优于 PostgreSQL 和 RocksDB。
• 加密与密钥管理：支持 AES-256-GCM 静态加密，提供本地文件、环境变量、AWS KMS 或 HashiCorp Vault 等多种密钥提供方式。

GalaxDB 提供两种部署模式：嵌入式模式（类似 SQLite）和服务端模式（支持多客户端）。Python 客户端可通过 pip 安装，支持 Linux、macOS 和 Windows。此外，还提供 Homebrew、Docker 及 Rust 嵌入式库。

性能方面，在 AWS c6id.4xlarge 实例上，HNSW 向量搜索在 SIFT-1M 数据集上达到 0.990 的召回率（ef_search=200），延迟仅 459 µs。写入 TPS 达 258,555，远超 PostgreSQL 和 RocksDB。

GalaxDB 目前处于 beta 阶段，已在 GitHub 开源（Apache 2.0 许可）。未来路线图包括 SCRAM-SHA-256 身份认证、TLS 传输加密以及角色权限管理。项目主页提供了详细的文档、基准测试和对比分析。