matrixorigin/matrixone

文档 || 官方网站 || 研究论文

English || 简体中文

联系我们：

---

目录

• 什么是 MatrixOne
• 60 秒快速入门
• 教程与演示
• 安装与部署
• 架构
• Python SDK
• 引用 MatrixOne
• 参与贡献
• 许可证

什么是 MatrixOne？

MatrixOne 是业内首个为数据引入 Git 风格版本控制的数据库，结合了 MySQL 兼容性、AI-native 能力以及云原生架构。

MatrixOne 的核心是一个 HTAP (混合事务/分析处理) 数据库，配备了超融合的 HSTAP 引擎。它可以在一个统一的系统中无缝处理事务 (OLTP)、分析 (OLAP)、全文检索和向量搜索工作负载——无需数据迁移，无需 ETL，无需妥协。

🎬 数据即 Git - 游戏规则的改变者

正如 Git 彻底改变了代码管理方式，MatrixOne 也为数据管理带来了 Git 风格的工作流。这一能力的底层设计详见 arXiv 论文 Version Control System for Data with MatrixOne。在实践中，它让你能够像管理代码一样管理数据库：

• 📸 即时快照 - 毫秒级的零拷贝快照，不会造成存储空间爆炸
• ⏰ 时间旅行 - 查询数据在历史任意时间点的状态
• 🔀 分支与合并 - 在隔离的分支中测试数据迁移和转换
• ↩️ 即时回滚 - 无需完整备份即可恢复到之前的任何状态
• 🔍 完整审计追踪 - 通过不可变的历史记录追踪每一项数据变更

为什么这很重要： 数据错误代价高昂。数据即 Git (Git for Data) 为你提供了开发者在使用 Git 时所享有的安全网和灵活性，现在，这些能力同样适用于你最核心的资产：数据。

---

🎯 为 AI 时代而生

🗄️ MySQL 兼容

MySQL 的直接替代品。无需更改代码即可使用现有的工具、ORM 和应用程序。平滑的迁移路径。

🤖 AI-Native

内置向量搜索 (IVF/HNSW) 和全文检索。直接构建 RAG 应用和语义搜索——无需外部向量数据库。

☁️ 云原生

存算分离。随处部署。弹性伸缩。Kubernetes 原生。零停机运维。

---

🚀 一库全能

典型的现代数据栈：

🗄️ MySQL (事务) → 📊 ClickHouse (分析) → 🔍 Elasticsearch (搜索) → 🤖 Pinecone (AI)

痛点： 4 个数据库 · 多种 ETL 作业 · 数小时的数据延迟 · 同步噩梦

MatrixOne 取代了上述所有组件：

🎯 一个数据库，原生支持 OLTP、OLAP、全文检索和向量搜索。实时、符合 ACID 标准、无需 ETL。

⚡️ 60 秒快速入门

1️⃣ 启动 MatrixOne

docker run -d -p 6001:6001 --name matrixone matrixorigin/matrixone:latest

2️⃣ 创建数据库

mysql -h127.0.0.1 -P6001 -p111 -uroot -e "create database demo"

3️⃣ 连接与查询

安装 Python SDK：

pip install matrixone-python-sdk

向量搜索：

from matrixone import Client
from matrixone.orm import declarative_base
from sqlalchemy import Column, Integer, String, Text
from matrixone.sqlalchemy_ext import create_vector_column

# 创建客户端并连接
client = Client()
client.connect(database='demo')

# 使用 MatrixOne ORM 定义模型
Base = declarative_base()

class Article(Base):
    __tablename__ = 'articles'
    id = Column(Integer, primary_key=True, autoincrement=True)
    title = Column(String(200), nullable=False)
    content = Column(Text, nullable=False)
    embedding = create_vector_column(8, "f32")

# 使用客户端 API 创建表
client.create_table(Article)

# 使用客户端 API 插入数据
articles = [
    {'title': 'Machine Learning Guide',
     'content': 'Comprehensive machine learning tutorial...',
     'embedding': [0.1, 0.2, 0.3, 0.15, 0.25, 0.35, 0.12, 0.22]},
    {'title': 'Python Programming',
     'content': 'Learn Python programming basics',
     'embedding': [0.2, 0.3, 0.4, 0.25, 0.35, 0.45, 0.22, 0.32]},
]
client.batch_insert(Article, articles)

# 创建向量索引
client.vector_ops.create_ivf(
    Article,
    name='idx_embedding',
    column='embedding',
    lists=100,
    op_type='vector_l2_ops'
)

# 向量查询
query_vector = [0.2, 0.3, 0.4, 0.25, 0.35, 0.45, 0.22, 0.32]
results = client.query(
    Article.title,
    Article.content,
    Article.embedding.l2_distance(query_vector).label("distance"),
).filter(Article.embedding.l2_distance(query_vector) < 0.5).all()

💡 需要更多控制？ 请查看下方的 安装与部署 部分，了解生产环境的安装选项。

📖 Python SDK 文档 →