vdb

安装

执行

git clone https://git.opencomputing.cn/yumoqing/vdb.git
cd vdb
bash ./build.sh

执行完成后： 1 添加了一个vdb.service，重启后会自动启动向量数据库服务 2 使用sudo systemctl XXX vdb.service开启动，停止，重启服务 3 app/vdbapp.py 正在执行

字段类型

以下字段类型可用在集合的话数据类型中

"str": 可变长字符串，需要max_length属性
"int": 整数类型
"bool": 逻辑值类型
"float": 浮点数
"fvector": 浮点数向量，常规向量都用此类型,
"bvector": 二进制向量二分向量使用,
"json": json格式的数据

一些例子

[
	# 1. 主键字段 (必选): str 类型，非自增（手动指定ID以便与业务系统关联）
    {
        "name": "id",
        "type": "str",
		"max_length": 32
        "is_primary": True,
        "auto_id": False
    },

    # 2. 向量字段 (核心): 存储 CLIP 提取的特征，768 维
    {
        "name": "video_embedding",
        "type": "fvector",
        "dim": 768
    },

    # 3. 变长字符串: 存储视频存储路径，需指定最大长度
    {
        "name": "file_path",
        "type": "str",
        "max_length": 512
    },

    # 4. 浮点数: 存储评估得分 (如 VBench 的综合分数)
    {
        "name": "quality_score",
        "type": "float"
    },

    # 5. 布尔值: 标记是否已完成人工复核
    {
        "name": "is_reviewed",
        "type": "bool"
    },

    # 6. 整数: 存储视频的时长（秒）
    {
        "name": "duration_sec",
        "type": "int"
    },

    # 7. JSON 字段: 存储非结构化的元数据（如 VBench 的 16 个子维度细节）
    # Milvus 2.4+ 支持 JSON 动态解析查询
    {
        "name": "meta_data",
        "type": "json"
    }
]

API

对外提供http的接口，用nginx做反向代理，提供安全，并在nginx.conf中提供客户端ip过滤，只有登记过的客户端才能使用

创建集合

path：/v1/createcollection method：POST headers：{ "Content-Type": "application/json" } data：{ colname: 集合名字，必须提供 fields: 集合字段集，请参照字段类型提供 description:可选，集合描述 }

成功返回 { "status":"SUCCEEDED" }