Onehouse Lakegres 发布:在开放表格式上直接做向量搜索

Onehouse 于 2026 年 11 月发布 Lakegres,在现有 Hudi/Iceberg 开放表上原生存储向量索引,并可通过 Postgres 端点直接搜索嵌入向量,免去把湖仓数据复制到数据库的步骤。

一句话看懂:Onehouse 于 2026 年 11 月发布 Lakegres,在现有 Hudi/Iceberg 开放表上原生存储向量索引,并可通过 Postgres 端点直接搜索嵌入向量,免去把湖仓数据复制到数据库的步骤。

事件核心:发生了什么

Onehouse 宣布 Lakegres 支持向量搜索:索引与数据同放在用户自己的对象存储桶中,索引写入表元数据,插入、更新、删除的提交会同步更新索引。用户可用 Postgres 端点查询已有开放表中的嵌入向量;此前 Onehouse 刚发布非结构化数据处理,可将文档、图像、视频的嵌入写入开放表。

目前公开信息显示,Snowflake Cortex Search、Databricks AI Search、AWS S3 Vectors、BigQuery 与 VAST 的向量索引均存放在各自服务或私有格式中,不随开放表迁移。素材以 2.47 亿条 1024 维向量为例:OpenSearch HNSW 在 m=16 下约需 1.15TB 内存,10 亿向量约 46TB,说明纯内存图索引在湖仓规模下成本过高。

为什么重要

Lakehouse 数据量常是典型 Postgres 实例的 100 到 1000 倍,复制数据再建向量索引意味着双份存储和同步管道。Lakegres 把索引放进开放表,切到其他引擎理论上不必按厂商格式重建索引,这直接回应了“表开放、索引封闭”的行业矛盾。同时,它把非结构化内容嵌入与业务记录放在同一张表检索,为 AI 代理查询湖仓数据减少了一次数据搬运。

对用户/开发者/创作者的影响

开发者可用熟悉的 Postgres 接口查询湖仓表,无需另维一套向量数据库;数据团队能减少副本与同步作业,降低存储和运维开销。对做训练数据清洗的团队,大规模近重复检测和相似样本筛选可在原表完成,单位搜索成本更可控。创作者与企业采购方则需注意:产品刚发布,性能、延迟和生态成熟度仍待验证。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

一是 Lakegres 是否公开可用、定价与查询延迟表现;二是 Hudi/Iceberg 社区是否接纳该索引格式,还是形成新的事实标准;三是 Snowflake、Databricks 等是否跟进开放索引,或继续用托管服务锁定用户。

来源:Hacker News (黑客新闻)

celebrityanime
celebrityanime
文章: 36045

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注