Nébula · Base de datos vectorial de código abierto — datos (ficticios)

1. Qué es: almacena embeddings y busca por similitud; escrita en Rust; licencia Apache 2.0.
2. Arquitectura: API REST y gRPC → nodo de consulta → índice HNSW en memoria → almacenamiento en disco con WAL; réplicas con Raft.
3. Instalación: Docker (`docker run -p 6333:6333 nebula/nebula:2.1`) o binario; requiere 4 GB de RAM mínimo.
4. Conceptos: colecciones, vectores de hasta 4.096 dimensiones, metadatos filtrables, distancia coseno, euclídea o producto escalar.
5. Ejemplo de uso en Python: crear colección, insertar 3 vectores con metadatos y buscar los 5 más parecidos con filtro.
6. Rendimiento: 1 millón de vectores de 768 dimensiones, latencia p99 de 8 ms y 4.200 consultas por segundo en un nodo de 8 vCPU.
7. Escalado: fragmentación horizontal, réplicas de lectura y cuotas por colección.
8. Seguridad: API keys por colección, TLS, cifrado en reposo opcional.
9. Límites conocidos: sin transacciones entre colecciones; reindexar 10 millones de vectores tarda unos 25 minutos.
10. Hoja de ruta: búsqueda híbrida (texto + vector) en la 2.2 y cuantización.