GalaxDB7.9MB囊括SQL、向量与对象存储

GalaxDB 是一个开源的轻量级数据库，用一个 7.9MB 的二进制文件替代 PostgreSQL、Pinecone 和 S3。它支持 PostgreSQL wire 协议、HNSW 向量搜索、Merkle-DAG 版本控制、内置训练数据去重，并遵循 EU AI Act 的溯源要求。Apache 2.0 许可证，适合 AI 应用的数据层统一。

free

GalaxDB向量数据库PostgreSQL兼容对象存储Merkle-DAG版本控制训练数据去重EU AI Act合规开源数据库轻量级数据库AI数据基础设施

收录日期2026年7月15日

更新日期2026年7月19日

3.4 (0 评价数量)

登录后可为项目评分

AI 应用的数据管理越来越像一场拼图游戏：你需要 PostgreSQL 处理关系数据，Pinecone 做向量检索，还得配个 S3 存对象。三套系统，三种 API，维护成本和延迟都在涨。GalaxDB 的想法很直接——把它们塞进一个 7.9MB 的二进制文件，而且完全开源。

一个二进制，三种能力

GalaxDB 的核心卖点不是炫技，而是务实。它通过 PostgreSQL wire 协议 对外通信，意味着任何支持 PostgreSQL 的客户端（psql、pgAdmin、各种 ORM）都能直接连。关系查询？照常写 SQL。与此同时，它还内建了 HNSW 向量索引，可以执行近似最近邻搜索，召回率和延迟表现对标专业的向量数据库。对象存储层则通过 Merkle-DAG 组织数据，天然具备版本控制和内容寻址能力。

对团队来说，这意味着少学一套工具。原来需要三个运维栈，现在一个二进制就搞定。尤其适合做 RAG（检索增强生成） 或者 AI Agent 记忆系统 的项目——向量和关系数据直接在同一个事务里操作。

内置数据溯源与去重

训练数据的管理常常被忽略，直到合规审计找上门。GalaxDB 内置了 Merkle-DAG 版本控制，每次写入都会产生可验证的哈希链，数据从哪里来、经过什么变换，都有迹可循。这恰好对上了 EU AI Act 要求的训练数据溯源条款。此外，它还在写入时自动检测重复数据，避免相同样本重复存储——对大量采集的训练数据集来说，能省不少空间。

PostgreSQL 兼容：现有工具链无需改造，迁移成本低。
HNSW 向量搜索：支持高维向量近似检索，精度可控。
Merkle-DAG 版本控制：数据可追溯、可回滚、可验证。
训练数据去重：写入时自动过滤重复，节省存储。
EU AI Act 合规：内置溯源日志满足监管要求。

开箱即用，但生态尚幼

下载一个 7.9MB 的二进制，跑起来就能用——GalaxDB 的部署体验确实轻量。不过，它毕竟很新，社区贡献者不过几十人，文档目前以英文为主，部分高级特性（如分布式集群、异地容灾）还没实现。如果你的场景是单机原型验证或中小规模生产，它值得一试；但如果需要高可用、水平扩展，可能还得等一等。

实用建议

如果你是做 AI 应用的原型验证，或者想简化开发环境的数据栈，GalaxDB 能让你少装三个容器。先用它替代 PostgreSQL 做关系存储，再试试向量检索能力，看看是否满足精度要求。追踪数据来源时，Merkle-DAG 的版本快照功能可以直接查到历史。注意，生产环境前建议自己做压测，毕竟社区案例还不够多。

优缺点

优点

7.9MB 单一二进制，部署极简
统一关系、向量、对象三种存储
内置 Merkle-DAG 版本控制
自动训练数据去重，节省存储
遵循 EU AI Act 溯源性要求

缺点

社区和文档相对薄弱
不支持分布式与高可用
高级 PostgreSQL 特性兼容有限
大规模生产场景缺乏验证

常见问题

GalaxDB 和 PostgreSQL 完全兼容吗？

GalaxDB 使用 PostgreSQL wire 协议，所以大多数 PostgreSQL 客户端和工具可以直接连接。但内部存储引擎不同，部分高级 PostgreSQL 特性（如触发器和存储过程）可能不支持，建议先测试兼容性。

向量搜索性能如何？

它采用 HNSW 索引，在百万级向量上召回率和延迟表现接近 Pinecone 等专用向量数据库。但作为单体数据库，在高并发场景下可能受限于单机资源，建议根据数据规模评估。

版本控制怎么用？

每次写入都会生成 Merkle-DAG 快照，你可以通过快照 ID 回滚到任意历史版本，也能验证数据完整性。这类似于 Git 的提交链，但针对数据库设计。

GalaxDB 适合生产环境吗？

目前版本适合中小规模生产及原型验证。它缺少分布式和高可用特性，如果业务要求 99.99% 可靠性和水平扩展，建议搭配其他方案或等待后续版本。

探索更多

相似工具

MatchIQ

MatchIQ 是一款免费的世界杯数据平台，整合实时比分、球员信息、Dixon-Coles 预测模型、小组排名、赛程构建器及详细比赛卡片。无需注册即可使用，适合球迷和数据爱好者快速获取赛事洞察。

Axelr AI

Axelr AI是一个智能执行平台，专注于将非结构化数据转化为可操作洞察，并自动化UI/UX开发流程。其AI驱动架构帮助团队跳过摩擦、加速迭代，适合数据分析和产品设计场景。本文介绍核心功能、典型使用场景和实用建议。

Lensiq

Lensiq 让任何企业都能在几分钟内获得企业级的机器学习预测，无需数据团队或编程经验。上传数据、选择目标，即可获得用通俗英语解释的可操作预测，快速辅助决策。

DataViz

DataViz 是一款面向非技术用户的数据分析工具，支持上传 CSV 文件并用自然语言提问，自动生成折线图、饼图等。无需公式或代码，即可快速完成数据探索与可视化。个人开发者作品，适合小团队和个体用户。

WorldCupAI Predictor

WorldCupAI Predictor 是一个基于 Vertex AI 的世界杯赛程模拟器，覆盖2026年全部104场比赛，支持自定义场景（红牌、伤病、天气等），实时显示概率变化。多语言界面让全球用户都能使用，并可直接跳转当地官方转播渠道。内置 Cloudflare Workers 实现边缘加速，响应迅速。

Cogniview

Cogniview 利用脑编码模型分析短视频，预测观众注意力变化，精确指出注意力峰值、中断和衰减的秒数，帮助创作者优化内容，提升完播率与互动率。