venice

venice

全球工作负载的衍生数据存储平台

Venice是一个衍生数据存储平台,提供高吞吐量的批处理和流处理数据异步摄取,低延迟的在线读取,基于CRDT的区域间主动主动复制,多集群支持和多租户水平伸缩能力。适用于Feathr等特征存储,支持离线、近线和在线工作负载的多种写操作和读取API,具有分片感知和本地缓存功能的客户端模式,满足不同性能和成本需求。

Venice高吞吐量低延迟多集群支持多租户Github开源项目

Venice 项目介绍

概述

Venice是一个用于衍生数据存储的平台,专为处理大规模工作负载而设计。其主要特点包括支持从批处理和流媒体源(如Hadoop和Samza)的高吞吐量异步数据摄取、通过远程查询或进程内缓存实现的低延迟在线读取、基于CRDT的跨区域主动-主动复制、区域内多集群支持以及每个集群内的多租户、水平扩展和弹性。这使得Venice非常适合作为支持特征存储(例如Feathr)的状态组件,许多AI应用程序将机器学习训练作业的输出输入到Venice中,然后在在线推理工作负载期间查询这些数据。

写入路径

Venice的写入路径支持三种粒度的数据操作:完整数据集交换、向现有数据集中插入多行、以及更新某些行的某些列。这三种操作都可以通过Hadoop和Samza实现。此外,任何服务都可以使用在线生产者库异步执行单行插入和更新。支持的写入操作包括:

  • 完整数据集交换
  • 插入一些行到现有数据集
  • 更新某些行的某些列

混合存储

以上三种写入操作粒度可以在一个数据集中混合使用,称为混合存储。配置混合存储时,需要定义一个回溯时间,以确定在新的数据集生成交换前,实时写入数据需回溯并叠加的时间跨度。这种机制允许将流处理作业的输出叠加在批处理作业的输出之上,通过部分更新,还可以实现一些列实时更新,一些列批量更新,这两组列可以根据需要重叠或不重叠。

写入计算

写入计算包括两类操作:

  • 部分更新:设置值中的某个字段内容。
  • 集合合并:添加或移除集合或映射中的条目。

目前,写入计算仅支持主动-被动复制,主动-主动复制的支持仍在开发中。

读取路径

Venice支持以下读取API:

  • 单次获取:获取与单个键相关联的值
  • 批量获取:获取与一组键相关联的值
  • 读取计算:对一组键相关联的值的某些字段进行选择投影和/或一些函数运算。支持的运算包括点积、余弦相似度、Hadamard积和集合计数。

客户端模式

访问Venice数据有两种主要模式:

  • 传统Venice(无状态):进行远程查询,使用细分客户端或者快速客户端进行请求。
  • Da Vinci(有状态):预先加载一些或全部数据分区,查询本地缓存,并实时更新本地缓存数据。

不同客户端的特性对比如下:

网络跳数典型延迟 (p99)状态占用
细分客户端2< 10毫秒无状态
快速客户端1< 2毫秒最小路由元数据
Da Vinci 客户端0< 1微秒限制内存与完整SSD数据集
Da Vinci 客户端0< 10微秒完整内存数据集

所有客户端共享相同的读取API,使用户可以在不改变编写应用程序的情况下调整性能和成本。

社区和资源

用户可以通过Slack工作区、LinkedIn群组和GitHub问题与社区进行互动。官方博客、LinkedIn页面、X平台以及YouTube频道都可以提供更多关于Venice项目和社区动态的信息。用户也可以参考Venice快速入门指南以创建自己的Venice集群,并体验其创建数据存储、批量推送、增量推送和单次获取的功能。

Venice项目提供了丰富的文档和社区支持,希望新用户和贡献者能够快速上手并参与到项目的发展中。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多