MyScale
MOQI SINGAPORE PTE. LTD. · 程式設計
MyScale 是建構在 ClickHouse 上的 SQL 向量資料庫。它把向量搜尋、全文檢索與分析放進同一個引擎，用 SQL 就能查詢，適合 RAG 與 AI 應用。
關於 MyScale
What Is MyScale
MyScale 是針對 AI 應用設計的雲端資料庫，底層是開源的 ClickHouse 引擎。它的想法很單純：把結構化資料、向量與文字放在同一個系統，再用你早就會的 SQL 一次查完。它自家的 MSTG 引擎專門為十億級別的向量搜尋調校，官方宣稱在速度與成本上都勝過專用向量資料庫四到十倍。這個數字來自官方自己的測試，實際套用到你的向量之前，先自己驗證一次比較保險。
它要解決的是工具太多太散。典型的 RAG 架構會把向量儲存、關聯式資料庫和搜尋引擎三個系統拼在一起，接著你得維護三套系統和三種查詢語言。MyScale 把它們收進一個系統，所以單一查詢可以同時依中介資料篩選、再依向量相似度排序。開發者不用重學一套向量 API，原本的 SQL 底子直接派上用場。
代價是 MyScaleDB 還年輕，範圍也比 ClickHouse 本身窄。它從 ClickHouse 分支出來，改動了儲存與執行引擎來處理向量，因此可能落後上游版本。它提供 Apache 2.0 的開源版讓你自行架設，但最好用的部分，包括 MSTG 引擎，得透過 MyScale Cloud 才拿得到。
Getting Started
- 到 myscale.com 註冊，在 Clusters 頁面啟動一個叢集。
- 在 Connection Details 取得主機、帳號與密碼，接著用 Python 用戶端、Node.js、Go、JDBC 或 HTTPS 連線。
- 建一張表、插入資料列，再對向量欄位加上向量索引，度量方式可選 cosine 之類。
- 用 SQL 跑向量搜尋，透過 ORDER BY distance 搭配 LIMIT，或先用 WHERE 篩掉資料列。
- 透過 OpenAI、LangChain 或 LlamaIndex 的整合接進你的架構，然後上線。
產品資訊
快速了解 MyScale 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 後端與 AI 開發者：只要你會寫 SQL，就能架起向量搜尋，不必學新的查詢語言，也不必另外跑一套向量服務。
- RAG 開發者：引擎把向量搜尋、中介資料篩選與全文檢索合在一起，語料變大時檢索品質仍撐得住。
- 資料團隊：分析資料與 AI 資料放在同一個儲存區，要維運與對帳的系統因此變少。
任務
- 支撐 RAG 檢索：把向量嵌入和文件放在一起，用單一 SQL 查詢撈出最接近的結果。
- 混合檢索：把 BM25 文字排名和向量相似度結合，使用者用語意或關鍵字都找得到。
- 篩選式向量搜尋：先用 WHERE 依中介資料把大表縮小，再依距離排序其餘資料，結果既準又省。
- 替應用加上語意搜尋：透過 Python 用戶端或整合套件接到 MyScale，不用自己刻一套索引服務。
情境
- 團隊要推出第一個 RAG 功能：先用免費 pod 做原型，流量進來再把叢集放大。
- 新創要汰換多套資料庫的架構：把向量、文字與結構化資料列搬進單一 SQL 系統，順手清掉串接用的程式碼。
- 資料不斷長大的 AI 應用：讓 MyScale 分開擴充儲存與運算，十億筆向量也不用整組重來。
主要功能
用 SQL 做向量查詢
MyScale 把向量搜尋當成一種 SQL 操作。你對欄位加上向量索引，接著在 ORDER BY 裡用距離函式替資料列排序，並和 WHERE、JOIN、GROUP BY 自由混用。會 SQL，就等於會查這裡的向量資料庫。
MSTG 向量引擎
MSTG 是 MyScale 自家的索引演算法，用 NVMe SSD 讓每個節點塞進更多資料。官方說它能達到標準架構約十倍的資料密度，成本上也勝過專用向量資料庫。這是官方測試，決定採用前先用你自己的向量跑一遍。
全文與混合檢索
除了向量，MyScale 也內建 BM25 全文索引，並支援各語言可調的斷詞器。你可以單獨跑文字檢索，或在混合查詢裡把它和向量結果併在一起。就 RAG 來說，這種混搭通常比單用其中一種撈到更好的段落。
任意比例的篩選式搜尋
篩選式搜尋正是許多向量資料庫的弱點。MyScale 先套中介資料篩選，再對剩下的資料列搜尋，所以即使篩選後只剩十億列中的一小塊，準確度仍守得住。實務上，這就是乾淨結果和又慢又模糊的結果之間的差別。
統一資料管理
儲存不只有向量。MyScale 在同一張表裡處理結構化欄位、JSON、文字、地理空間與時序資料。一項產品、它的向量嵌入和銷售紀錄可以並排存放，單一查詢就能把 AI 特徵和業務資料接在一起。
整合與用戶端
MyScale 可連接 OpenAI、LangChain、LangChain JS/TS 與 LlamaIndex，並附上 Python、Node.js、Go、JDBC 用戶端以及 HTTPS 介面。多數團隊是接進既有流程，而非從零開始，所以遷移時間很短。
MyScale Telemetry
Telemetry 提供 LLM 系統的可觀測性，讓你在一處追蹤提示、回應與檢索步驟。少了它，除錯 RAG 流程等於猜錯誤答案從哪來；有了它，你能看見餵給模型的那段檢索。
安全與存取控制
MyScale 提供以 SQL 為基礎的角色存取控制，並聲明符合 SOC 2 與 ISO 27001。對處理敏感資料的團隊來說，這條路讓你能開放有限權限，而不必把整個叢集攤開。
優缺點
優點
- 由於完全相容於 SQL，會 SQL 的人不必學專用 API 或新查詢語言，就能跑向量搜尋。
- 向量搜尋、全文檢索與分析共用同一個引擎，省掉典型 RAG 架構需要的多餘服務。
- MSTG 引擎以磁碟上的十億級向量為目標，大型集合不必整份塞進記憶體。
- 篩選式搜尋會先套中介資料篩選再排序，選擇性高的查詢仍能保持準確。
- 支援 500 萬筆 768 維向量的免費 pod，加上 OpenAI、LangChain 與 LlamaIndex 的整合，測試起來很快。
缺點
- 四到十倍的效能與成本數字來自官方自家測試，實際套用前，建議先用你的資料重現一次。
- 身為 ClickHouse 分支，MyScaleDB 可能落後上游引擎與其較廣的功能，若你需要 ClickHouse 最新功能就會在意。
- 最強的功能，包括 MSTG 引擎，都放在 MyScale Cloud，自行架設開源版拿到的產品並不完整。
- 沒有廣泛的行動或桌面應用，因此它適合伺服器與流程類工作，而非終端使用者工具。
常見問題
MyScale 儲存並查詢 AI 應用背後的資料，主要用於 RAG 系統的檢索與語意搜尋。你把向量、文字與結構化資料列放在一起，再用 SQL 查詢。
相關內容
探索與 MyScale 相關的工具、技能與文章。
MyScale 替代方案
Base Code
Base44 (Wix) · 程式設計 · 生產力Base Code 是 Base44 推出的共享雲端開發環境。團隊在對話中描述對既有 GitHub 儲存庫的修改，看著預覽確認結果，再以 Pull Request 交回工程團隊。
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
GitGlow
GitGlow · 程式設計 · 生產力GitGlow 是桌面版 Git 用戶端，把你自己的程式碼與 AI 代理程式的變更集中在同一份審查裡，讓你在交付前看清楚機器上究竟要送出什麼。