اخبار شرکت SereneDB موتور جستجوی اطلاعات S3 فوق العاده سریع را راه اندازی می کند.

استارت آپ آلمانی SereneDB's Krummelanke ادعا می شود که سریع ترین موتور جستجوی پایگاه داده در جهان است که جستجو و تجزیه و تحلیل را در یک محصول ترکیب می کند.

این شرکت بیان می‌کند که عوامل هوش مصنوعی در هر ثانیه صدها عبارت جستجو و شمارش ترکیبی را ارسال می‌کنند، اما هر پایگاه داده در حال تولید برای کاربران انسانی ساخته شده است. موتور Krummelanke آن برای انجام جستجوی پایگاه داده در مقیاس عامل با سرعت بالا طراحی شده است. Krummelanke تحت آپاچی 2.0 منبع باز است و با Postgres و Elastic سازگار است و می تواند جستجوی متن کامل را روی داده های ذخیره شده در S3 اجرا کند.

الکساندر مالاندین، یکی از بنیانگذاران و مدیرعامل، گفت: "آینده عاملی بیش از هر چیز، یک مشکل بارگذاری داده است. امروز یک عامل هوش مصنوعی، زنبوری است که از یک گل بازدید می کند. چیزی که در راه است، ازدحام است: نمایندگان بیش از کارمندان در هر سازمانی، هر یک در ثانیه صدها درخواست را انجام می دهند. زیرساخت های ساخته شده برای کاربران انسانی نه به اندازه کافی سریع هستند و نه به نسل جدید هزینه نیاز دارند. پایگاه داده: جستجوی فوق‌العاده سریع و تجزیه و تحلیل فوق‌العاده سریع در یک موتور، که در آن عملیات جستجو در نانوثانیه اندازه‌گیری می‌شود و یک سوال بیش از میلیاردها رکورد در میلی‌ثانیه برمی‌گردد، یکی از آنها به عنوان کاربران درجه یک رفتار می‌کند، در مقیاس آن‌ها مقاومت می‌کند و به داده‌ها در هر کجا که زندگی می‌کند، می‌رسد، و این همان چیزی است که ما ساختیم.

SereneDB یادآور می‌شود که موتورهای تحلیلی مانند Snowflake، BigQuery، DuckDB روی پارکت، و خانه‌های دریاچه عموماً داده‌های ستونی را مستقیماً از S3 می‌خوانند. اسکن‌های متوالی بزرگ بر خلاف جستجوی متن کامل، با نمایه تأخیر ذخیره‌سازی اشیا مطابقت دارند. جستجوی متن کامل به یک نمایه معکوس نیاز دارد که آیتم های محتوا مانند کلمات یا اعداد را فهرست کرده و آنها را به مکان هایشان در جداول یا اسناد نگاشت می کند. جستجوی فهرست معکوس دسترسی های تصادفی زیادی ایجاد می کند. به طور معمول، موتورهای جستجوی مبتنی بر Lucene، فهرست‌ها را در ذخیره‌سازی سریع محلی جدا از ذخیره‌گاه اصلی داده‌های lakehouse ذخیره می‌کنند. SereneDB می‌گوید داده‌های «قابل جستجو» در یک استقرار Elastic به معنای نگهداری نسخه دوم روی فلش، گران‌ترین سطح ذخیره‌سازی موجود است.

ما پرسیدیم که جستجوی SereneDB چه تفاوتی با جستجوی داده های ذخیره سازی عمومی اشیا مانند جستجوی HyperStore ابری دارد.

مدیر ارشد فناوری آندری آبراموف به ما گفت: "Cloudian یک فروشنده ذخیره سازی سازگار با S3 است و HyperSearch سرویسی است که به سطل متصل شده است. متادیتای اشیاء ذخیره شده و ایندکس ها را در داخل یک جزء جستجوی زیرین جمع آوری می کند؛ این یک سیستم نمایه سازی جداگانه است که از طریق کپی داده ها پر شده است. بسیاری از سرویس ها به خوبی جستجو را به این روش اجرا می کنند."

اما در سطح هسته موتور جستجو: "تنها تعداد انگشت شماری از فناوری ها و کتابخانه های اصلی جستجو در سراسر جهان وجود دارد: Lucene، Tantivy، و IResearch که توسط SereneDB ساخته شده اند. Elasticsearch، OpenSearch، Solr و بسیاری دیگر از مشتقات Lucene هستند و از یک مدل کپی اول پیروی می کنند. آنها نمی توانند داده هایی را جستجو کنند، آنها را نمی توان به صورت محلی نگهداری کرد، بنابراین باید در هر داده ای استخراج شود. خوشه.”

SereneDB متفاوت عمل می‌کند: "SereneDB داده‌ها را در جایی فهرست‌بندی می‌کند که قبلاً در آن قرار دارند. فایل‌های پارکت و جداول Iceberg در S3 منبع حقیقت باقی می‌مانند. ما فقط نمایه مشتق شده را ذخیره می‌کنیم. خود جستجو - متن کامل با رتبه‌بندی BM25، بردار و جستجوی جغرافیایی - در مقابل آن شاخص با یک مجموعه کوچک کوچک محلی اجرا می‌شود. Iceberg به عنوان مثالی برای نوشتن یک جدول استفاده بتن در مشتری به عنوان مثالی استفاده می‌کند. S3، SereneDB آن به‌روزرسانی‌ها را دریافت می‌کند و جستجو و تجزیه و تحلیل را روی آن‌ها ارائه می‌کند.

ما پرسیدیم که آیا فروشندگان ذخیره‌سازی شی، پایگاه داده یا خانه‌های دریاچه می‌توانند موتور جستجوی SereneDB را به عنوان جایگزینی برای Lucene و مشتقات آن استفاده کنند. آبراموف گفت: "بله، کاملاً! ما نه تنها می توانیم ElasticSearch، OpenSearch، Solr، CrateDB را جایگزین کنیم که مشتقات Lucene خالص هستند، بلکه آنها را با قابلیت های تحلیلی نیز تقویت می کنیم. به عنوان مثال، ما اسناد اختصاصی را حفظ می کنیم که مهاجرت از ElasticSearch را پوشش می دهد."

این شرکت معیارهایی را برای مقایسه سرعت موتور جستجوی خود با جایگزین های محبوب و عملکرد بهتر از آنها اجرا کرده است. آبراموف گفت: "هدف ما از این معیارها این بود که نشان دهیم SereneDB یک جایگزین سریعتر و مدرن برای پشته جستجوی سنتی است."

جزئیات معیار

SearchBench SereneDB شامل 92 جستجو و پرس و جوهای تحلیلی است که در برابر 100 میلیون و 1 میلیارد رکورد گزارش OpenTelemetry اجرا شده است، مجموعه داده TextBench که توسط ClickHouse با 15 ستون ذخیره شده در هر رکورد منتشر شده است. همه تست ها روی یک سرور اجرا می شوند. هر موتور رقیب با استفاده از پارامترهای پیکربندی منتشر شده، با یک بازه زمانی 60 ثانیه ای برای هر پرس و جو تنظیم شد. هر درخواستی که بیش از این حد باشد به عنوان تمام نشده علامت گذاری می شود.

نتایج محک برای بیش از دوجین موتور جستجوی محبوب در داشبورد موجود است. موتورهای آزمایش شده شامل Elasticsearch در چهار پیکربندی، OpenSearch، ParadeDB، CrateDB، ArangoDB، TigerDB با انواع فروشگاه ردیف و ستون، و vanilla Postgres، با موتورهای اضافی که باید اضافه شوند. زمان بندی از سه اجرا در هر پرس و جو استفاده می کند که بهترین نتیجه را از دو اجرای نهایی می گیرد. یک کوئری در یک زمان از یک کلاینت واحد اجرا می شود و ذخیره نتیجه غیرفعال است. داشبورد تاخیر را به جای توان اندازه گیری می کند.

سلول های نتیجه داشبورد نسبت عملکرد را نسبت به سریع ترین موتور برای هر پرس و جو نشان می دهد، جایی که سریع ترین نتیجه برابر با 1.0x است. امتیاز کلی به عنوان میانگین هندسی این 92 نسبت در هر پرس و جو محاسبه می شود. SereneDB توضیح می‌دهد که این روش میانگین‌گیری نسبت استاندارد، از انحراف نتایج یک پرس‌وجوی پرت جلوگیری می‌کند.

SereneDB به میانگین هندسی 1.05 برابر در مجموعه داده های 100 میلیون رکوردی و 1.07 برابر در مجموعه داده های 1 میلیارد رکوردی دست می یابد. در تمام 92 پرس و جو، یا سریعترین موتور است یا در چند درصد از حداکثر سرعت. ElasticSearch با میانگین هندسی 2.8 برابر در 100 میلیون مجموعه داده در رتبه دوم قرار دارد. ذخیره ستون TigerData در مجموعه داده‌های ۱ میلیاردی ۲.۲۴ برابر با وقفه‌های زمانی متعدد کسب می‌کند. Vanilla Postgres به 204 برابر در 100 میلیون مجموعه داده و 50.69x در مجموعه داده های 1 میلیاردی می رسد.

برای ساده کردن مقایسه بین فروشندگان فراتر از نمای داشبورد پیچیده، نموداری ایجاد کردیم که میانگین امتیازات هندسی مرتب شده از معیار ۱۰۰ میلیون را بر اساس داده‌های اسکرین شات نشان می‌دهد.

شکاف عملکرد بسیار گسترده است، بنابراین امتیازهای بالای 10 را حذف کردیم و نمودار را دوباره ترسیم کردیم. همانطور که SereneDB بیان می کند، موتور جستجوی آن گروه آزمایش شده را رهبری می کند.

تاسیس و تامین مالی SereneDB

SereneDB در سال 2025 در برلین توسط الکساندر مالاندین، مدیرعامل با تجربه قبلی در فروش سازمانی در EMC، Dell و ArangoDB تاسیس شد. آندری آبراموف، CTO با سابقه تحقیق و توسعه جستجو در Quest Software، EMC و ArangoDB. و والری میرونوف، مهندس اصلی که قبلا در ArangoDB و YDB بود. تیم مهندسی هشت نفره بیش از 16 سال با هم همکاری داشته اند. هسته جستجوی آن IResearch از سال 2014 در حال توسعه است.

این استارتاپ در دسامبر 2025 2.1 میلیون دلار بودجه اولیه را به رهبری Entourage و High-Tech Gründerfonds اعلام کرد.

SereneDB Krummelanke منبع باز تحت مجوز Apache 2.0 و در GitHub در دسترس است.

پکن Qianxing Jietong Technology Co., Ltd.
سندی یانگ / مدیر استراتژی جهانی
WhatsApp / WeChat: +86 13426366826
ایمیل: yangyd@qianxingdata.com
وب سایت: www.qianxingdata.com/www.storagesserver.com
تمرکز تجاری:
توزیع محصول ICT/یکپارچه سازی سیستم و خدمات/راه حل های زیرساخت
با بیش از 20 سال تجربه توزیع فناوری اطلاعات، ما با برندهای پیشرو جهانی برای ارائه محصولات قابل اعتماد و خدمات حرفه ای همکاری می کنیم.
«استفاده از فناوری برای ساختن جهانی هوشمند» ارائه‌دهنده خدمات مورد اعتماد شما در زمینه فناوری اطلاعات و ارتباطات!