FalkorDB: быстрая графовая база данных для знаниевых графов
FalkorDB — это сверхбыстрая графовая база данных, использующая GraphBLAS для представления разряженной смежной матрицы графа. Основная задача проекта — предоставить эффективное решение для создания и использования знаниевых графов, особенно для приложений с большими языковыми моделями (LLM).
Проект выделяется среди альтернатив своей производительностью и возможностью работы с многопользовательскими сценариями. Он нацелен на разработчиков, занимающихся генеративным AI, хранением данных агентов, облачной безопасностью и обнаружением мошенничества. Если тебе нужно высокопроизводительное решение для графовых данных, которое подходит для сложных задач, FalkorDB может оказаться полезным.
Реализован на Rust, FalkorDB поддерживает запуск через Docker. Имей в виду, что проект находится на ранней стадии, и может потребоваться регистрация для доступа к облачным сервисам. Используется лицензия Server Side Public License, что ограничивает коммерческое использование.
FalkorDB — это многоарендная графовая база данных, разработанная для обеспечения высокой производительности, особенно в контексте генеративного ИИ, хранения информации об агентах, облачной безопасности и обнаружения мошенничества. Она включает уникальные функции, такие как использование разреженных матриц для представления информационных связей и линейную алгебру для выполнения запросов, что позволяет достигать низкой задержки и высокой вычислительной эффективности.
Ключевые особенности
- Разреженное представление матриц: Использует разреженные матрицы для оптимизации хранения и производительности.
- Запросы с помощью линейной алгебры: Эффективное исполнение запросов через линейную алгебру.
- Соответствие модели Property Graph: Поддерживает узлы и связи с атрибутами.
- Поддержка OpenCypher: Совместима с языком запросов OpenCypher, включая проприетарные расширения для более продвинутых возможностей запроса.
Установка и запуск
Чтобы быстро попробовать FalkorDB, запусти экземпляр с помощью Docker:
docker run -p 6379:6379 -p 3000:3000 -it --rm -v ./data:/var/lib/falkordb/data falkordb/falkordb
После этого открой браузер и перейди по адресу http://localhost:3000.
Ты также можешь взаимодействовать с FalkorDB, используя любой из поддерживаемых клиентских библиотек.
Пример использования
Вот пример создания графа с помощью Python-клиента FalkorDB, который представляет собой набор гонщиков и команд мотоциклетной лиги MotoGP:
from falkordb import FalkorDB
# Подключение к FalkorDB
db = FalkorDB(host='localhost', port=6379)
# Создание графа 'MotoGP'
g = db.select_graph('MotoGP')
g.query("""CREATE (:Rider {name:'Valentino Rossi'})-[:rides]->(:Team {name:'Yamaha'}),
(:Rider {name:'Dani Pedrosa'})-[:rides]->(:Team {name:'Honda'}),
(:Rider {name:'Andrea Dovizioso'})-[:rides]->(:Team {name:'Ducati'})""")
# Запрос, кто представляет Yamaha?
res = g.query("""MATCH (r:Rider)-[:rides]->(t:Team)
WHERE t.name = 'Yamaha'
RETURN r.name""")
for row in res.result_set:
print(row[0])
# Запрос, сколько гонщиков представляет команду Ducati?
res = g.query("""MATCH (r:Rider)-[:rides]->(t:Team {name:'Ducati'})
RETURN count(r)""")
print(res.result_set[0][0])
Ограничения
FalkorDB в первую очередь оптимизирована для работы с разреженными матрицами и может иметь ограничения на производительность при использовании с более плотными матрицами или в условиях, когда требуется высокая степень совместимости с другими архитектурами графовых баз данных. Кроме того, проект находится под лицензией Server Side Public License, что нужно учитывать при использовании и внесении изменений.
Документация и поддержка
Официальная документация доступна на сайте docs.falkordb.com. Сообщество также собрано на GitHub, где можно задавать вопросы и делиться идеями.
Радар проекта: 85 из 100 — зрелый и живой проект
- Импульс 85 ≈ 88 звёзд в день
- Темп разработки 96 238 коммитов за 12 недель
- Зрелость 100 проекту 3 года, 92 релиза
- Сообщество 79 82 участника, 602 форка
- Свежесть 99 последний коммит — 2 дня назад
- Быстрый старт 65 есть: команда установки, сайт/демо
- Готовность к продакшену 90 релиз v4.22.3, автосборка, тесты
- Безопасность и доверие 60 своя лицензия (не из открытых), организация
- Документация 100 README 22.7 тыс. знаков, 28 разделов, папка docs
- Экосистема 78 43 подписчика на обновления, 9 тем
Как считаем
Только открытые данные GitHub на 31.10.2026, без оценок нейросети. Каждая ось — от 0 до 100, итог — среднее.
- Импульс — звёзд в день: за время наших замеров, а пока их нет — за всю жизнь проекта; 200 в день — максимум.
- Темп разработки — коммитов за последние 12 недель; 300 — максимум. Пока GitHub не досчитал статистику, ось не учитывается.
- Зрелость — возраст проекта (3 года — максимум) и число релизов (30 — максимум), поровну.
- Сообщество — участников с коммитами (200 — максимум) и форков (5000 — максимум), поровну.
- Свежесть — дней с последнего коммита: сегодня — 100, полгода и больше или архив — 0.
- Быстрый старт — в README есть команда установки, раздел «быстрый старт» или примеры использования, в репозитории — Docker и папка примеров, у проекта есть сайт или демо.
- Готовность к продакшену — релизы, версия 1.0 и выше, автосборка (GitHub Actions), тесты, лицензия, журнал изменений.
- Безопасность и доверие — открытая лицензия (своя — половина балла), политика безопасности (SECURITY.md), проект организации, правила для участников, не в архиве.
- Документация — объём и структура README, папка docs или сайт, оценка «здоровья сообщества» GitHub.
- Экосистема — звёзды (50 тыс. — максимум), подписчики на обновления (1000 — максимум), темы репозитория.
Открыть на GitHub: FalkorDB/FalkorDB →
RepoRadar