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

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。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多