Show HN: GalaxDB – 開源AI原生資料庫（OLTP+向量+版本管理）

GalaxDB 是一款開源的 AI 原生資料庫，由 Zentrix Innovative Labs 構建，旨在簡化 AI 應用的資料基礎設施。傳統上，AI 應用需要整合關聯式資料庫、向量資料庫、嵌入 API、物件儲存和資料管道等多個獨立服務，而 GalaxDB 將所有這些功能整合到一個二進位制檔案中，並透過 PostgreSQL 線協議提供統一的 SQL 介面。其服務端二進位制檔案僅 7.9 MB，側車程序 7.6 MB，輕量高效。

GalaxDB 的核心特性包括：

• 語義搜尋：透過 SEMANTIC_MATCH 函式直接在 SQL 中執行向量相似性搜尋，無需外部嵌入 API 或獨立向量資料庫。支援自定義模型和維度。
• 版本管理與時態查詢：使用 CREATE VERSION TAG ... FOR TRAINING 建立資料快照，並透過 AT VERSION 查詢任意時間點的資料狀態，便於審計和機器學習訓練。
• 訓練資料匯出：快照可匯出為 Lance 格式的資料集，支援零複製載入到 PyTorch，適合 ML 訓練管道。
• 近重複去重：內建 MinHash LSH 演算法，可減少訓練資料集大小 15–30%。
• 高效能儲存引擎：基於 LSM 樹、WAL 和 PAX 塊，讀取延遲低至 3 µs（p50），掃描吞吐量達 4.49 GB/s，遠優於 PostgreSQL 和 RocksDB。
• 加密與金鑰管理：支援 AES-256-GCM 靜態加密，提供本地檔案、環境變數、AWS KMS 或 HashiCorp Vault 等多種金鑰提供方式。

GalaxDB 提供兩種部署模式：嵌入式模式（類似 SQLite）和服務端模式（支援多客戶端）。Python 客戶端可透過 pip 安裝，支援 Linux、macOS 和 Windows。此外，還提供 Homebrew、Docker 及 Rust 嵌入式庫。

效能方面，在 AWS c6id.4xlarge 例項上，HNSW 向量搜尋在 SIFT-1M 資料集上達到 0.990 的召回率（ef_search=200），延遲僅 459 µs。寫入 TPS 達 258,555，遠超 PostgreSQL 和 RocksDB。

GalaxDB 目前處於 beta 階段，已在 GitHub 開源（Apache 2.0 許可）。未來路線圖包括 SCRAM-SHA-256 身份認證、TLS 傳輸加密以及角色許可權管理。專案主頁提供了詳細的文件、基準測試和對比分析。