lance-format/lance

[DuckDB] Expose vector search capability via duckdb extension

Open

#640 创建于 2023年2月25日

在 GitHub 查看
 (1 评论) (1 反应) (0 负责人)Rust (695 fork)github user discovery
A-indexduckdbgood first issuehelp wantedrust

仓库指标

Star
 (6,582 star)
PR 合并指标
 (平均合并 6天 1小时) (30 天内合并 219 个 PR)

描述

Problem Statement

Lance rust dataset has the capability of querying over vector space, via Scannner::nearest(..), we should expose this to DuckDB via its extension mechanism. For example, a potential implementation could be a duckdb table function lance_nearest

SELECT id, col 
FROM lance_nearest("table", "vector_column", "query", top_k)
WHERE city = 'SF' and day = "02-03-2023"

贡献者指南

研究方向
学习 DuckDB 扩展 API，了解如何注册表函数。探索 Lance 的 Scanner::nearest 方法中现有的向量搜索实现。实现一个 DuckDB 表函数，调用该方法，并正确处理过滤器。
技术栈
rust
领域
backenddatabase
议题类型
功能
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
4
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
超过 1 周
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
清晰
前置要求
RustDuckDB extension API
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
30