---

一句话介绍

TriviumDB 是一个用纯 Rust 编写的嵌入式单文件数据库引擎，将向量检索（Vector）、**属性图谱（Graph）和文档型元数据（Document）**原生融合在同一个存储内核中。

我们的目标是成为 AI 应用领域的 SQLite：

• 🧪 自由 DIY 混合查询管线 —— TQL 把向量召回、属性索引、图扩展、图算法、路径、集合代数、迭代、聚合与重排变成可自由编排的算子，由确定性 Cascades 优化器统一规划
• 📊 四类持久化属性索引 —— Hash / Ordered ART / Composite ART / Roaring Bitmap，等值、范围、前缀、复合条件与低基数集合运算全部索引加速
• 🧮 内嵌图算法库 —— PageRank / WCC / Leiden / Betweenness / Degree / Label Propagation / SA-PPR 可在查询内直接调用，ALL_PATHS / SHORTEST_PATHS / UNION / INTERSECT / EXCEPT / ITERATE 一应俱全
• 🗃️ Rom/Mmap 双引擎切换 —— 既支持单文件 *.tdb 复制走人，也支持分离 .vec 向量文件按需 mmap 零拷贝加载
• 🔗 节点即一切 —— 每个节点天然同时拥有限定长度的稠密向量、稀疏文本倒排词频、元数据和图关系，ID 全局唯一，绝不错位
• 🧠 为 AI 而生 —— 可选启用“AC自动机+BM25稀疏文本”与“Dense Vector稠密向量”的多路召回来触发图谱扩散检索，并内置多层认知管线（FISTA / DPP / PPR）
• 🛡️ 四层数据安全保障 —— 原子替换 + WAL日志 + 事务干跑验证（Dry-Run）+ Mmap COW 隔离，.flush_ok v2 整文件 CRC 让损坏输入 fail-closed，断电断存不毁库
• 🐍 Python / Node.js 原生 —— pip install 或 npm install 后直接使用，类 MongoDB 查询语法
• ⚡ 高性能检索 —— rayon 并行暴力搜索（小规模 100% 精确）+ 自研 SOTA 级 ANN 索引 QuIVer（1 万节点以上自动激活），无需手动配置
• 💾 SSD 友好 —— Append-Only WAL + 后台 Compaction 线程 + QuIVer 索引独立持久化，杜绝随机写入磨损
• 🔒 共享只读打开 —— 多进程 Reader 共享锁并发查询已完成代际，Writer 继续保持排他锁与 WAL 安全边界
• 🧩 类型化访问能力 —— Rust DatabaseReader 在编译期隐藏写 API，DatabaseWriter 保留完整嵌入式写能力
• 🔄 不可变代际切换 —— GenerationStore 原子发布 current，跨进程 Reader 租约保护旧代安全回收，且不写入只读制品目录

---

为什么需要 TriviumDB？

当前 AI 应用的「三库割裂」困境

几乎所有的 AI 应用（Agent / RAG / 推荐系统）都同时需要三种数据能力，但市面上没有一个引擎能同时原生支持它们：

flowchart TD
    classDef old fill:#ffebee,stroke:#ff5252,stroke-width:2px,color:#000;
    classDef new fill:#e8f5e9,stroke:#4caf50,stroke-width:2px,color:#000;
    classDef app fill:#e3f2fd,stroke:#2196f3,stroke-width:2px,color:#000;
    classDef warning fill:#fff3e0,stroke:#ff9800,stroke-width:2px,color:#000;

    subgraph 现状 ["❌ 现状：三库系统缝合"]
        direction TB
        App1((Agent App)):::app
        DB1[(SQL DB<br/>文本/属性)]:::old
        DB2[(Vector DB<br/>稠密向量)]:::old
        DB3[(Graph DB<br/>知识图谱)]:::old

        App1 <-.网路 / 跨库 JOIN.-> DB1
        App1 <-.RPC / 独立服务.-> DB2
        App1 <-.另一套重运行时.-> DB3
    end

    subgraph 痛点 ["⚠️ 核心痛点"]
        direction TB
        P1[1. 三组独立的 ID 空间，需手写胶水代码同步]:::warning
        P2[2. 删一条记录要操作三个库，极易数据不一致]:::warning
        P3[3. 先向量检索再图扩散需跨库聚合，延迟爆炸]:::warning
        P4[4. 部署笨重，分享模型状态需打包三份独立文件]:::warning
    end

    现状 --> 痛点

    subgraph 解决 ["✨ TriviumDB：一库横扫"]
        direction TB
        App2((Agent App)):::app
        TV[(TriviumDB<br/>单一引擎 / 单一文件 / 单一 ID 空间)]:::new

        App2 ==`insert()` 向量+文本+元数据+图关系原子写入==> TV
        TV ==`search_hybrid()` 双路混合归一锚定+图谱扩散一次返回==> App2
        TV -.`flush()` Mmap零拷贝极速热启动.-> TV
    end

    痛点 --> 解决

一个具体的例子

假设你在做一个 AI 对话记忆系统，用户说了一句「我昨天和小红去了咖啡馆」：

步骤	传统三库方案	TriviumDB
① 存语义向量	调 Qdrant API 写入 embedding	db.insert(vec, payload) 一步完成
② 存数据	调 SQLite 写入时间、场景	↑ 同一步，payload 里就是 JSON
③ 存关系	调 Neo4j: 用户→地点→人物	db.link(user, cafe, "went_to")
④ 后续召回	3 次跨库查询 + 手写合并	db.search(vec, expand_depth=2)
⑤ 迁移数据	导出 3 份 + 写转换脚本	复制 memory.tdb 一个文件

适用场景

场景	怎么用 TriviumDB
🤖 AI Agent 长期记忆	每条对话存为节点（embedding + 原文 + 时间戳），人物/地点/事件之间建边，召回时先向量匹配再沿关系链扩散
🎮 游戏 NPC 认知引擎	NPC 观察到的事件存为带向量的节点，NPC 之间的关系用图谱表达，对话时检索相关记忆自动生成回应
📚 个人知识库	Markdown 笔记切片后存入，概念之间手动或自动连边，语义搜索 + 知识图谱导航双模式浏览
🔬 小型推荐系统	用户和物品各为节点，交互行为存为带权边，混合检索实现「相似用户喜欢的 + 你的社交圈在看的」
🧬 生物信息学	基因/蛋白质序列的 embedding + 互作关系网络，一库搜到相似序列并自动追溯代谢通路

---

快速上手

安装

💡 TriviumDB 核心使用 Rust 编写，但我们已经在云端为您提前交叉编译了所有平台的二进制，无需在本地安装任何编译环境即可秒速安装！

Linux ARM64 / 鲲鹏支持： TriviumDB 支持 Linux AArch64，包含 ARM NEON 优化、ARM64 CI、Python manylinux ARM64 wheel 和 Node.js ARM64 addon 构建链路，可运行于基于 Linux AArch64 的鲲鹏服务器系统。

🐍 Python 用户

推荐使用超快的 uv （只需毫秒级）：

uv pip install triviumdb

或者使用传统 pip：

pip install triviumdb

🌐 Node.js / 前端用户

跨平台包已自带 *.node 预编译拓展，并含有完整的 TypeScript 补全：

npm install triviumdb
# 或者
pnpm add triviumdb

🦀 Rust 原生用户

直接把我们当成 Library 依赖：

cargo add triviumdb

30 秒入门

import triviumdb

with triviumdb.TriviumDB("memory.tdb", dim=3) as db:
    id1 = db.insert([0.12, -0.45, 0.78], {"text": "小明喜欢吃苹果"})
    id2 = db.insert([0.08, -0.52, 0.81], {"text": "小红送了小明一箱苹果"})
    db.link(id1, id2, label="caused_by", weight=0.95)

    results = db.search([0.10, -0.48, 0.80], top_k=5, expand_depth=2, min_score=0.6)
    for hit in results:
        print(f"[{hit.id}] score={hit.score:.3f} | {hit.payload}")

批量 ANN 查询由 Rust 共享线程池并行执行；Python 整批释放 GIL，Node.js 返回 Promise 且不阻塞事件循环。同一路径只需打开一个数据库实例：

batch_results = db.search_batch(
    [[0.10, -0.48, 0.80], [0.72, 0.11, -0.35]],
    top_k=10,
    parallelism=0,
)

const batchResults = await db.searchBatch(queryVectors, 10, 0, 0.0)

parallelism=0 表示自动选择并发度，最大允许值为 64；结果外层顺序严格对应输入查询。批量 API 仅支持无状态查询，不允许 fatigue 语义。

📖 完整 API 参考、高级用法和 Rust 示例请查看 API 参考文档。

---

一次存储，多种查询

TriviumDB 中的一个节点可以同时拥有向量、JSON 文档、稀疏文本和图关系。这些数据共享同一个 NodeId、事务、WAL 与生命周期，因此无需在向量库、文档库和图库之间同步副本。同一份数据写入一次，即可按业务问题选择不同的查询路径。

TQL：自由 DIY 的统一查询语言

TQL（Trivium Query Language） 不只是把三种查询语法拼在一起，而是一条可自由编排的三模执行管线：每个 WITH 阶段产出命名 NodeSet，向量、属性索引、图扩展、图算法、路径与集合代数都按你的业务语义自由串联，最后由 Cascades 优化器在预算内选择物理计划：

-- 文档查询：按 JSON 字段过滤（命中属性索引则跳过全表扫描）
FIND {type: "paper", year: {$gte: 2024}} RETURN * LIMIT 10

-- 图查询：匹配结构关系
MATCH (author)-[:wrote]->(paper)
WHERE author.name == "Alice"
RETURN paper

-- 向量锚定后，沿入边与出边做确定性结构扩展
SEARCH VECTOR [0.12, -0.45, 0.78] TOP 5
EXPAND BOTH [:cites|related*1..2]
RETURN *

-- GraphFirst：先由图模式限定合法候选，再在候选集内精确向量排名
MATCH (paper)-[:belongs_to]->(topic)
WHERE topic.name == "Database"
RANK paper BY VECTOR [0.12, -0.45, 0.78] TOP 10
RETURN paper

-- 🧪 自由 DIY：向量种子 → 图扩展 → 图算法打分 → 相似度过滤 → 重排
SEARCH VECTOR [0.12, -0.45, 0.78] TOP 100 AS seed
WITH seed
EXPAND seed [:cites*1..2] AS related
WITH related
pagerank related AS scored
WITH scored
WHERE similarity(scored) > 0.5
RETURN scored, similarity(scored) AS sim
ORDER BY sim DESC LIMIT 10

-- 🛰️ 路径查询：从语义锚点出发的有界最短路径
SEARCH VECTOR [1, 0] TOP 1 AS seed
WITH seed
SHORTEST_PATHS seed TO [42] LABEL cites AS route
WITH route
RETURN path(route) AS nodes, path_length(route) AS hops

一条查询内还能使用 union / intersect / except 做多路候选集合运算、iterate 做定点迭代扩散、COUNT/SUM/AVG/MIN/MAX/COLLECT 做聚合。EXPLAIN 会暴露 Cascades 选出的物理算子、预计行数、临时字节与预算切片。

# Prepared TQL：同一管线安全地重复绑定业务参数
prepared = db.prepare_tql('FIND {kind: "note"} RETURN $bonus + 1 AS score')
print(prepared.parameter_names())          # ['bonus']
rows = db.execute_prepared_tql(prepared, {"bonus": 4})

Rust / Python / Node.js 三语言共享同一套 TQL、Prepared、四类属性索引与一等查询值。详细语法参见 TQL 查询语言参考。

多种图谱与混合查询

查询方式	核心语义	典型用途
图模式匹配（MATCH）	按节点属性、边方向、label 和路径模式匹配结构	知识图谱查询、关系筛选、结构化联结
Reachability	按方向、label 和深度执行 BFS，返回确定性最短路径与逐跳 label	依赖链、权限链、数据血缘、可达性分析
GraphFirst（MATCH + RANK）	先由图结构产生合法 anchor，再在候选集合内精确向量 Top-K	“只在某类关系约束内找最相似对象”
向量 + 结构扩展（SEARCH + EXPAND）	先用向量定位语义锚点，再沿 OUTGOING、INCOMING 或 BOTH 收集结构候选	语义检索后补充上下游上下文
SA-PPR 图谱扩散	从向量/文本锚点沿带权边传播相关性能量，可启用抑制、疲劳和重启	Agent 联想记忆、RAG 上下文扩展、推荐召回
混合检索（search_hybrid）	AC 自动机 + BM25 稀疏文本 + Dense Vector 多路召回，再进行图扩散与重排	专有名词与语义兼顾的生产级检索
图算法管线（WITH + 算子）	pagerank / wcc / degree / leiden / label_propagation / sa_ppr 对 NodeSet 打分，graph_score() 直接投影	影响力排序、社区发现、图谱分析
路径查询（ALL_PATHS / SHORTEST_PATHS）	有界全路径与批量最短路径，支持标签序列、避让节点与路径聚合	血缘追踪、依赖分析、权限链
集合代数（UNION / INTERSECT / EXCEPT）	多路候选 NodeSet 的确定性并 / 交 / 差	多路召回融合、候选收敛
Prepared TQL	参数化查询，缺参 / 多参 / 非法值一律 fail-closed	高频业务查询的安全复用

这些能力不是互相替代的查询模式：Reachability 回答“结构上能否到达”，GraphFirst 回答“结构约束内谁最相似”，SA-PPR 回答“哪些关联节点应获得更高相关性”。应用可以在同一份 .tdb 数据上按场景自由选择，也可以通过 TQL 将文档、图和向量条件组合在一次查询中。

---

核心特性

特性	说明
🧪 自由 DIY 混合查询	TQL WITH 管线：向量 / 属性 / 图扩展 / 图算法 / 路径 / 集合 / 迭代 / 聚合自由编排，确定性 Cascades 优化器 + EXPLAIN 成本透明
📊 四类属性索引	Hash / Ordered ART / Composite ART / Roaring Bitmap，持久化 .pidx，等值 / 范围 / 前缀 / 复合 / 低基数集合运算全索引加速
🧮 内嵌图算法库	PageRank / WCC / Leiden / Betweenness / Degree / Label Propagation / SA-PPR，在查询内直接调用
🛰️ 路径与集合代数	ALL_PATHS / SHORTEST_PATHS / UNION / INTERSECT / EXCEPT / ITERATE，Prepared TQL 三语言参数化
🔍 混合检索	向量锚定 → Top-K → 图谱扩散（Spreading Activation）→ 最终排序
🧠 认知管线	FISTA 残差寻隐 / SA-PPR 有限深度扩散 / DPP 多样性采样 / 疲劳不应期，运行时可独立开关
🔌 Hook 扩展系统	6 个管线关键阶段的自定义注入点：查询预处理 / 自定义召回 / 召回后处理 / 图扩散前 / 重排序 / 最终后处理，支持 C/C++ FFI 动态库插件
📦 三位一体 O(1)	自动增量 O(1) FreeList 墓碑空洞复用；删节点 O(1) 反向边哈希表（本项目称 Reverse Hash Net），彻底杜绝盘面膨胀与图谱雪崩
⚡ QuIVer ANN 索引	自研 SOTA 级近似最近邻图索引：BQ 签名 + Vamana 图导航，冷热分离架构，增量 Insert/Delete/Update 无需重建
💾 双模式存储	Mmap（大模型极速分体冷启动） / Rom（传统 SQLite 级单文件打包携带），无缝热切换
🛡️ 四层灾备防御	预写日志(WAL) + 写入原子替换 + 事务预检干跑(Dry-Run) + OS 内存写时复制隔离
🔄 零开销事务	begin_tx() 验证前置架构，中途报错绝不污染内存，实现真正的零代价原子回滚；QuIVer 索引事务安全（分离时间线架构）
🔎 高级过滤	类 MongoDB 语法：$eq/$ne/$gt/$lt/$in/$and/$or + 行级布隆特征阵列（Parallel Bit-Tag Array）硬件级加速
📝 图谱查询	内置类 Cypher 查询引擎：MATCH (a)-[:knows]->(b) WHERE b.age > 18 RETURN b
🐍 Python 原生	PyO3 绑定，pip install 后直接 import triviumdb
🌐 Node.js 原生	napi-rs 绑定，npm install 后直接 require('triviumdb')

📖 深入了解架构设计和技术细节请查看 支持特性详解。

---

向量索引策略：QuIVer

QuIVer（Quantized Indexed Vector Retrieval）是 TriviumDB 自研的 SOTA 级近似最近邻（ANN）图索引，融合 BQ 二进制量化与 Vamana 图导航，在保持极高召回率的同时实现数量级的检索加速。

📄 学术论文: QuIVer: Rethinking ANN Graph Topology via Training-Free Binary Quantization

🔬 实验复现: 完整的数据集准备、基准测试和复现指南请参阅 README_QUIVER.md

在 12 个百万级数据集（384-d 至 3072-d）上验证，QuIVer 以 <1.3 GB 热内存实现 ≥88% Recall@10 @ 13-41K QPS，多线程吞吐量超 DiskANN Rust 2.5-3.3×、hnswlib 3.6-4.7×、FAISS HNSW 3.8-4.9×。

⚠️ 维度建议：强烈建议数据库向量维度不超过 3072。 TriviumDB 的通用存储与精确 BruteForce 检索允许更高维度，但 QuIVer 的 BQ 签名安全上限是 3072 维。超过该维度时引擎不会自动构建 QuIVer，检索会稳定回退到 BruteForce；手动构建 QuIVer 会返回明确错误。高维数据库仍可使用，但无法获得 QuIVer ANN 加速，内存和计算开销也会显著增加。

TriviumDB 采用智能自适应双引擎向量索引，全程自动路由，无需手动配置：

阶段	引擎	激活条件	特点
小规模热区	BruteForce	< 1 万节点（或 QuIVer 未就绪）	100% 精确召回，rayon 多核，延迟极低
大规模冷区	QuIVer	维度 ≤ 3072 且 ≥ 1 万节点时自动构建，独立持久化	BQ 签名 + Vamana 图导航 + f32 精排，冷热分离

QuIVer 的核心创新

冷热分离架构：QuIVer 内部仅存储 BQ 签名（hot）和图拓扑，f32 原始向量留在 MemTable 中（cold），精排时按需读取，内存占用减半。

Mmap 消除的是全量载入和重复拷贝，并不会消除磁盘 I/O。冷向量页未驻留时仍会产生 Major Page Fault；当随机查询工作集超过物理内存时，吞吐和尾延迟取决于 PageCache 命中率、存储设备随机读能力及系统回收压力。QuIVer 热索引位于匿名堆内存，并非文件 PageCache；当前内存预算统计也不包含 OS PageCache。

增量图维护：与传统 HNSW 不同，QuIVer 支持真正的增量操作：

• ✅ 增量 Insert：新节点实时插入图中，无需全量重建
• ✅ 增量 Delete：Tombstone 软删除，25% 退化阈值触发重建
• ✅ 增量 Update：soft_delete + incremental_insert，原子替换
• ✅ 事务安全：分离时间线架构，事务 commit 不可失败，QuIVer 同步无需回滚

独立持久化：QuIVer 索引以 .tdb.quiver 独立文件存储，POD 数据 memcpy 极速序列化，重启后零开销恢复。

---

研究前线：TSNG 三信号导航

TSNG（Tri-Signal Navigation Graph） 是 TriviumDB 的混合检索研究线：在一个查询里同时声明向量信号、属性信号与图信号，用 TsngWeights 控制三路权重，得到统一打分的候选集——"既语义相似、又满足过滤条件、还在图结构上可达"。

use triviumdb::tsng::{TsngQuery, TsngWeights, GraphSignalQuery};

let query = TsngQuery {
    vector: &query_embedding,
    payload_filter: Some(&Filter::eq("kind", "note")),   // 属性信号
    graph: Some(GraphSignalQuery {                        // 图信号
        anchor_id: seed_id,
        direction: ReachabilityDirection::Outgoing,
        labels: Some(vec!["cites".into()]),
        min_edge_weight: 0.2,
        max_hops: 2,
    }),
    top_k: 10,
    weights: TsngWeights { vector: 1.0, property: 1.0, graph: 0.5 },
    budget: Default::default(),
};

let result = db.search_tsng(&query, config)?;   // 每个命中都带三路信号分解

研究价值在于可度量的检索质量：

• 多条执行策略：search_tsng_post_filter / search_tsng_graph_union / search_tsng_industrial，六条混合搜索 AccessPath 按预算与统计选择
• 信号可解释：TsngHit 返回 vector_similarity / property_signal / graph_signal 分解，不是黑盒分数
• 内置 Ground Truth：tsng_ground_truth 生成精确答案，配套 Recall@K / NDCG@K 质量指标，论文级实验可直接复现
• 有界预算：候选数、访问节点、扫描边与前沿大小四维预算全部 fail-closed

⚠️ TSNG 当前定位为实验性研究轨道（experimental research track）：生产默认路径仍是 TQL 与 search* 家族；TSNG API 可能随研究结论调整，不承诺语义冻结。

# 启用 Python 绑定
maturin develop --features python

---

项目结构

TriviumDB/
├── src/
│   ├── lib.rs              # 库入口 + 公开 API
│   ├── database/           # 数据库核心模块（v0.7.0 模块化重构）
│   │   ├── mod.rs          # Database 结构体、CRUD、生命周期管理
│   │   ├── config.rs       # StorageMode / Config / SearchConfig 配置
│   │   ├── pipeline.rs     # 混合检索管线（L0-L9 + 6 个 Hook 注入点）
│   │   └── transaction.rs  # 事务系统（TxOp / Transaction / WAL 回放 + QuIVer 分离时间线）
│   ├── hook.rs             # 🔌 Hook 扩展系统（SearchHook trait + FFI 动态库加载）
│   ├── cognitive.rs        # 认知算子（FISTA / DPP / NMF）
│   ├── node.rs             # Node / Edge / SearchHit 数据结构
│   ├── vector.rs           # VectorType Trait（f32 / f16 / u64）
│   ├── filter.rs           # 高级过滤引擎 ($gt/$lt/$in/$and/$or)
│   ├── tsng.rs             # 🔬 TSNG 三信号混合检索研究线（六条 AccessPath + Ground Truth）
│   ├── error.rs            # 统一错误类型（含 ApiMigrationRequired / Sidecar 版本门禁）
│   ├── query/              # 🧪 TQL 查询子系统（v0.8 查询引擎重构）
│   │   ├── tql_lexer.rs    #   词法分析（Token / 参数 / 位置诊断）
│   │   ├── tql_parser.rs   #   递归下降解析 + 作用域与语义校验
│   │   ├── tql_ast.rs      #   查询 / 管线 / 表达式 / 聚合 / Path AST
│   │   ├── cascades.rs     #   Cascades 优化器（Memo + 成本 + 预算切片）
│   │   ├── pipeline.rs     #   NodeSet 物理算子（图算法 / 路径 / 集合 / 迭代）
│   │   ├── tql_executor.rs #   一等值执行、聚合与结果投影
│   │   └── tql_prepared.rs #   Prepared TQL 严格参数绑定
│   ├── storage/
│   │   ├── memtable.rs     # 内存工作区 (SoA 向量池 + HashMap + QuIVer 集成)
│   │   ├── wal.rs          # Write-Ahead Log（崩溃恢复）
│   │   ├── file_format.rs  # .tdb 单文件读写（含 BQ Metadata + QuIVer 持久化）
│   │   ├── vec_pool.rs     # 分层向量池（mmap 基础层 + delta 增量层）
│   │   └── compaction.rs   # 后台 Compaction 守护线程（含 BQ 自动重建）
│   ├── index/
│   │   ├── brute_force.rs  # rayon 并行暴力精确搜索
│   │   ├── bq.rs           # BQ 二进制量化签名（QuIVer 基础层）
│   │   ├── quiver.rs       # 🚀 QuIVer ANN 索引（BQ + Vamana 图导航 + 冷热分离）
│   │   ├── property.rs     # 📊 四类属性索引（Hash / Ordered ART / Composite ART / Roaring Bitmap）
│   │   ├── text.rs         # 📝 TextIndex（Aho-Corasick + BM25 2-Gram 持久化）
│   │   └── graph_blocks.rs # 🔗 业务图块索引 .gidx（出边块 / 入边目录 / Label 目录）
│   ├── graph/
│   │   ├── traversal.rs    # SA-PPR 有限深度图扩散
│   │   ├── reachability.rs # 确定性可达性（方向 / 标签 / 深度 / 预算）
│   │   ├── pathfinding.rs  # 有界 ALL_PATHS / 批量最短路径
│   │   └── leiden.rs       # Leiden 社区发现算法
│   └── bindings/           # FFI 绑定层（公共逻辑已提取至核心模块）
│       ├── mod.rs          # 统一入口（feature-gated）
│       ├── python.rs       # PyO3 绑定（含 Hook 管理接口）
│       └── nodejs.rs       # napi-rs 绑定（含 Hook 管理接口）
├── cli/                    # 🖥️ CLI & TUI 工具（triviumdb-cli，命令 `tdb`）
│   ├── Cargo.toml
│   ├── README.md
│   └── src/
│       ├── main.rs             # clap 参数解析 + 模式分发
│       ├── db_handle.rs        # DbHandle dtype 动态分发（dispatch! 宏）
│       ├── formatter.rs        # table / json / csv 输出格式化
│       ├── tql_highlight.rs    # TQL 语法高亮（REPL ANSI + TUI Span）
│       ├── config.rs           # ~/.triviumdb.toml 配置加载
│       ├── commands/           # 非交互子命令（info/exec/export/import/repair/compact）
│       ├── repl/               # REPL 模式（rustyline + Tab 补全 + 多行输入）
│       └── tui/                # TUI 模式（ratatui + crossterm 全屏可视化）
├── benches/                # 性能基准套件（查询 / 索引与图基线 / 内存压力 / TSNG / Cohere1M）
├── tests/
│   ├── unit/               # 单元测试（集中管理，~311 用例）
│   ├── proptest_core.rs    # 属性测试（~2650 随机用例）
│   ├── proptest_query.rs   # TQL 解析器属性测试
│   ├── public_api_alignment.rs  # 三语言公共 API 对齐门禁
│   └── ...                 # 集成测试（并发/恢复/安全/压力/管线差分/图算法等）
├── docs/
│   ├── api-reference.md    # 完整 API 参考文档
│   ├── features.md         # 支持特性详解
│   ├── best-practices.md   # 最佳实践指南
│   ├── hook-guide.md       # Hook 开发指南（C++ FFI / Rust Hook）
│   ├── tql-reference.md    # TQL 查询语言参考
│   ├── testing.md          # 测试实践说明
│   └── security.md         # 安全设计说明
├── Cargo.toml
├── pyproject.toml          # Maturin 构建配置
└── README.md

---

路线图

v0.1 — 核心引擎 MVP ✅

• Node / Edge 数据结构 + 内存 MemTable + BruteForce 向量检索
• 单文件 .tdb 序列化 + insert / link / search / delete API

v0.2 — 持久化与生态 ✅

• WAL 崩溃恢复 + 后台 Compaction + mmap 零拷贝
• PyO3 Python 绑定 + rayon 并行扫描 + 高级 Payload 过滤

v0.3 — 性能与跨平台 ✅

• Node.js 绑定 (napi-rs)
• AVX2 + FMA SIMD 加速余弦相似度

v0.4 — 认知管线 + BQ 索引 ✅

• Mmap / Rom 双引擎 + 验证前置事务 (Dry-Run)
• 认知检索管线（FISTA / PPR / DPP）
• BQ 二进制量化索引（自动激活 + 自动重建）

v0.5 — 千万级架构 + Hook 系统 ✅

• Parallel Bit-Tag Array 硬件级布隆过滤 + Zero-Ghost 墓碑复用
• O(1) Reverse Hash Net 反向边查找
• 检索管线 6 阶段 Hook 注入 + FFI 动态库插件
• CI/CD 管线 + ASan + LibFuzzer 模糊测试

v0.6 — TQL 查询语言 + 跨架构适配 ✅

• TQL 统一查询语言（MATCH 图遍历 / FIND 文档过滤 / SEARCH 向量检索）
• TQL DML 写操作（CREATE / SET / DELETE / DETACH DELETE）
• 属性二级索引（O(1) 倒排查找 + TQL 自动加速）
• ARM NEON SIMD 适配 + 跨平台 CI（Apple Silicon / Linux ARM64 via QEMU）
• Python / Node.js 绑定 API 补全（tql_mut / create_index / get_payload 等）

v0.7 — QuIVer SOTA ANN 索引 ✅

• 自研 QuIVer 近似最近邻图索引（BQ 签名 + Vamana 图导航 + 冷热分离）
• 增量图维护：Insert / Delete(Tombstone) / Update 全部增量，无需全量重建
• QuIVer 独立持久化（.tdb.quiver 文件，POD memcpy 极速序列化）
• 事务安全的分离时间线架构（Phase 5 QuIVer Sync）
• CLI 工具 triviumdb-cli（命令 tdb）：非交互命令 + REPL（Tab 补全 / 语法高亮 / 多行输入）+ 配置文件
• 数据库可视化工具：终端 TUI（tdb ui，图谱力导向布局 / k-hop 展开 / 向量搜索 Playground）

v0.8 — 自由 DIY 混合查询时代 ✅ (当前，v0.8.4)

• 四类持久化属性索引：Hash / Ordered ART / Composite ART / Roaring Bitmap（.pidx v4，读取 v1–v4），等值、范围、前缀、复合与低基数集合运算全索引化
• TQL WITH 可组合管线：命名 NodeSet、作用域校验、跨阶段自由编排，FIND / MATCH / SEARCH 均可进入管线
• Cascades 查询优化器：确定性、有界、统计感知、成本驱动，Memo + 物理候选 + 预算切片，EXPLAIN 暴露物理算子 / 预计行数 / 临时字节
• 内嵌图算法库：PageRank / WCC / Degree / Betweenness / Leiden / Label Propagation / SA-PPR 查询内直调，graph_score() 一等投影
• 路径与集合代数：ALL_PATHS（标签序列 / 避让 / 路径聚合）、SHORTEST_PATHS、UNION / INTERSECT / EXCEPT、ITERATE 定点迭代
• 表达式 / 聚合 / 空值：+ - * /、COALESCE、IS NULL、path() / path_length()，COUNT/SUM/AVG/MIN/MAX/COLLECT 与 aggregate DISTINCT
• Prepared TQL 三语言同步：严格参数绑定，缺参 / 多参 / 数组对象参数 / 非有限数值 fail-closed
• 持久化 sidecar 索引体系：.pidx / .gidx（业务图块+入边+Label 目录）/ .text（AC+BM25）/ .quiver 独立版本化，storage_info() / index_info() 诊断
• 严格 API 迁移策略：移除全部静默历史兼容，旧入口返回 ApiMigrationRequired 迁移错误与稳定错误码，无头 WAL 拒绝解析
• 生产级硬保证：ReadOnly / Immutable 字节级零写、四维查询预算 fail-closed、并行执行确定性、generation 原子发布
• TSNG 三信号研究线：向量 / 属性 / 图统一打分、六条 AccessPath、exact ground truth 与 Recall@K / NDCG@K 评测

v0.8.4 工程加固 ✅

• .flush_ok v2 完整性标记：.tdb/.vec 整文件 CRC32 + marker 自校验，等长位翻转与扇区撕裂可被发现；损坏输入统一 fail-closed（ReadOnly/Immutable 零写拒绝，不再产生零向量伪恢复），v1 标记有界兼容
• 生产路径零 panic：外部输入、磁盘解析、查询执行与绑定层不再可达 panic!/unreachable!，统一结构化错误与静态门禁
• Hook 三端 + FFI ABI v2 对齐：Python / Node 原生六阶段 Hook（异常结构化传播，Node 同步回调），FFI Hook 升级为带 ABI 版本门禁、错误码与六阶段注入的 v2 协议
• 真实故障注入矩阵：发布阶段子进程强杀断电（旧完整代/新完整代二选一）、确定性 I/O failpoint、目标 failpoint 失败分配器、独立格式规格 mutation 套件（tests/format_spec/），全部小型 fixture 隔离子进程，不耗尽真实资源
• Cascades 权威物理计划：Source/Filter/Expand/Rank 真实物理候选驱动执行器 lowering，可序列化物理属性，优化状态显式 Complete/Fallback/BudgetExceeded，EXPLAIN 同步暴露
• 属性索引数值键编码 v2：整数/浮点统一有序键（修复组合范围误判空集）、大整数精确比较与安全回退、旧 sidecar 打开时内存重建迁移；修复 Ordered 索引 LIMIT 在其他条件过滤前过早截断
• 社区 Issue 修复：#31 并行 PageRank 子集外边 panic、#32 TQL 隐藏 5000 行截断
• TQL SEARCH 热路径重构：Top-K 部分选择 + 惰性物化消除六倍级回归，Pipeline 归一化不再破坏相似度排名

---

与现有方案对比

维度	SQLite	pgvector	Kùzu	Qdrant	Neo4j	SurrealDB	LanceDB	TriviumDB
并发多写模型	⚠️ 单写多读（WAL）	✅ MVCC 多写	⚠️ 单进程单写	✅ 服务端并发写	✅ 并发事务写	✅ 分布式多写节点	✅ MVCC+OCC 并发写	⚠️ 单写多读 + 共享只读/不可换代际
文档型数据	✅ SQL	✅ SQL+JSONB	⚠️ 需预定义表 Schema	❌ 仅过滤	⚠️ 属性键值	✅ SurrealQL	✅ Arrow Schema	✅ 自由 JSON + $op 全家桶
向量检索	⚠️ 需外挂	✅ HNSW/IVFFlat	✅ HNSW 扩展	✅ HNSW	✅ 原生 HNSW	✅ MTree/HNSW	✅ IVF+量化	✅ 自研 QuIVer (BQ+Vamana)
图谱遍历	⚠️ JOIN 模拟	⚠️ 递归 CTE	✅ Cypher	❌ 无图原语	✅ Cypher	✅ 图查询	❌ 无图原语	✅ 原生邻接表 + .gidx
嵌入式单文件	✅ 单文件	❌ PG 服务	✅ 单文件	⚠️ 内存/目录嵌入式	❌ JVM 服务	✅ 可切换	⚠️ 目录嵌入式	✅ 单 .tdb
混合查询自由度	❌	⚠️ SQL JOIN 组合	⚠️ 过滤式向量搜索	❌ 单模向量	⚠️ SEARCH 过滤式	⚠️ 手动实现	⚠️ 向量+FTS+SQL	✅ WITH 管线自由编排
属性索引体系	✅ B+Tree	✅ B/GIN/BRIN 全家桶	⚠️ 表 Schema 内索引	⚠️ Payload 索引	⚠️ Label+属性 Range/Text	⚠️ Unique/全文/ANN 为主	⚠️ 标量索引	✅ Hash/ART/复合/Bitmap 四类
查询优化器	✅	✅	✅	❌ API 调用式	✅	⚠️ EXPLAIN 有限	⚠️ DataFusion SQL	✅ Cascades + EXPLAIN
图算法库	❌	⚠️ 外部扩展	⚠️ algo 扩展	❌	⚠️ GDS 插件	❌	❌	✅ 7 种查询内直调
路径 / 集合查询	⚠️ 递归 CTE	⚠️ 递归 CTE	✅ *SHORTEST + UNION	❌	✅ shortestPath	⚠️ 无路径原语	❌	✅ ALL/SHORTEST_PATHS + 集合
零外部依赖	✅	✅	✅	✅	❌ JVM	❌ RocksDB	⚠️ Arrow/对象存储生态	✅ 纯 Rust

并发多写模型是 TriviumDB 当前明确的短板：Writer 通过进程级排他文件锁独占写路径，多读并发依赖 ReadOnly 共享锁，跨进程无锁读依赖 Immutable 不可换代际。这与 SQLite（WAL 单写）和原版 Kùzu（单进程写）同为嵌入式架构的常见取舍；需要高并发多写的场景，应选择服务端（Qdrant/Neo4j/pgvector）或分布式（SurrealDB）/MVCC 表格式（LanceDB）方案。

对比基于各家 2026-08 公开文档与官方仓库：pgvector 为 PostgreSQL C 扩展（v0.8.2，HNSW/IVFFlat + 迭代扫描过滤）；Qdrant 支持嵌入式本地模式（QdrantClient(":memory:") 或 path=，存储为目录而非单文件），并有 Rust/Python 的 Qdrant Edge 嵌入库；LanceDB 为 Rust 内核嵌入式多模态 Lakehouse（向量+FTS+SQL，无图遍历）；Kùzu 主仓库已于 2025-10 归档（团队加入 Apple，0.11.3 为最终版本），其 Cypher 支持 *SHORTEST 递归路径与 algo 扩展；Neo4j 自 5.13 起提供原生向量索引（Lucene HNSW，Cypher 25 SEARCH 子句支持索引内过滤）；SurrealDB 向量索引用 MTree/HNSW；SQLite 可用 sqlite-vec 扩展与递归 CTE 模拟部分能力。"混合查询自由度" 指能否把向量、属性过滤、图遍历、图算法、路径与集合运算在同一查询中作为可编排算子交给统一优化器——这正是 TQL WITH 管线 + Cascades 的定位。

---

设计哲学

1. 三合一原子性：一个 u64 ID 同时映射到向量、Payload、边表。插入原子、删除原子，永不出现 ID 不一致。
2. 嵌入式优先：没有 Server、没有端口、没有配置文件。import triviumdb 就是全部。
3. 全自动性能路由：数据量不足 1 万时走 100% 精确 BruteForce，超过后引擎自动构建 QuIVer 索引并无缝切换，开发者无感知。
4. 可预测的性能：顺序 I/O only（WAL 追加写 + Compaction 顺序重写），SSD 寿命安全。
5. 索引即加速层：QuIVer 是可丢弃的派生数据（.tdb.quiver 独立文件），丢失后首次查询时自动重建，不依赖也不污染 WAL 真相源。
6. Rust 安全边界：所有公开 API 均为安全代码。内部仅存在少量经过严格审计的 unsafe（主要分布在 mmap 零拷贝与 SIMD 硬件加速），且附有明确的 SAFETY 安全契约注释。
7. 安全至上：全引擎零 panic! / 零 unreachable!() 策略。数千个测试用例（单元 / 属性 / 模糊 / 变异 / 三语言公共 API 对齐），CI 强制 80% 行覆盖率门禁（实测值以 coverage artifact 为准），涵盖 EMI 比特翻转、WAL 截断恢复、事务预检失败等极端场景，确保在断网、断电、内存污染等恶劣条件下数据库引擎绝不崩溃。

---

📖 文档

文档	说明
API 完整参考	全部 Python / Node.js / Rust API、参数说明、返回值类型
支持特性详解	架构设计、存储引擎、索引策略、崩溃恢复等技术细节
最佳实践	数据建模范式、性能调优、Hook 使用指南、避坑指南
TQL 查询语言参考	MATCH / FIND / SEARCH 语法、DML 写操作、属性索引
Hook 开发指南	C/C++ FFI 插件编写、Rust Hook 实现、管线诊断实战
测试实践	四层测试体系、属性测试、变异测试、覆盖率度量与 CI 建议
安全设计说明	并发安全、数据完整性、unsafe 审计、FFI 安全边界
CLI 工具指南	tdb 命令行工具安装、用法、REPL/TUI 模式、配置文件

---

学术引用说明

TriviumDB 的认知检索管线借鉴并实现了以下学术成果（均为本项目基于原始论文的独立 Rust 实现，非调用第三方库）：

1. FISTA (Fast Iterative Shrinkage-Thresholding Algorithm)：Beck & Teboulle, 2009, "A Fast Iterative Shrinkage-Thresholding Algorithm for Linear Inverse Problems", SIAM J. Imaging Sciences
2. DPP (Determinantal Point Process)：Kulesza & Taskar, 2012, "Determinantal Point Processes for Machine Learning", Foundations and Trends in Machine Learning
3. SA-PPR（有限深度 Spreading Activation with Personalized Restart）：结合个性化重启思想与扩散激活；本实现不迭代至 PageRank 收敛
4. Spreading Activation：灵感来源于 Anderson, 1983, "The Architecture of Cognition" 中的扩散激活理论
5. BM25：Robertson & Zaragoza, 2009, "The Probabilistic Relevance Framework: BM25 and Beyond"
6. Vamana Graph：Subramanya et al., 2019, "DiskANN: Fast Accurate Billion-point Nearest Neighbor Search on a Single Node", NeurIPS 2019（QuIVer 的图导航层基于 Vamana 剪枝策略的独立 Rust 实现）
7. Binary Quantization：Gong et al., 2012, "Iterative Quantization: A Procrustean Approach to Learning Binary Codes", CVPR（QuIVer 的 BQ 签名层基于符号位量化思想）

以下为本项目自研的数据结构与算法命名：

• QuIVer（Quantized Indexed Vector Retrieval）：自研 SOTA 级 ANN 图索引，融合 BQ 二进制量化与 Vamana 图导航，冷热分离架构
• TSNG（Tri-Signal Navigation Graph）：三信号（向量 / 属性 / 图）联合导航的混合检索研究线，提供多 AccessPath 执行策略与 exact ground truth 评测
• Parallel Bit-Tag Array（行级布隆特征阵列）：基于布隆过滤器思想的 JSON 快速过滤机制
• Reverse Hash Net（双向哈希边表）：O(1) 反向边查找的哈希索引结构
• Zero-Ghost Node：基于 FreeList 的墓碑复用策略，消除删除节点的幽灵引用
• 边特异性强化 / 不应期机制：自研的图扩散能量调控策略
• 分离时间线架构（Separated Timeline）：QuIVer 事务安全策略，利用 Infallible Apply 特性避免图索引回滚

📝 引用 QuIVer

如果您在研究中使用了 QuIVer 或 TriviumDB，请引用我们的论文：

@article{quiver2026,
  title   = {QuIVer: Rethinking ANN Graph Topology via Training-Free Binary Quantization},
  author  = {Xiao, Wenxuan and Wang, Zhiyou and Li, Chengcheng},
  journal = {arXiv preprint arXiv:2605.02171},
  year    = {2026},
  url     = {https://arxiv.org/abs/2605.02171}
}

---

许可证

Apache-2.0

创造者: YoKONCy

---

社区

本项目已链接并认可 LINUX DO 社区。

🌟 Star History