摘要：
选择正确的距离度量是向量搜索成功的关键。SonnetDB 内置三种距离度量，通过 KnnMetric 枚举统一管理。本文将深入分析它们的数学定义、适用场景和选择策略。 阅读全文
posted @ 2026-05-15 16:15
IoTSharp
阅读(44)
评论(0)
推荐(0)
摘要：
向量相似性搜索中，精度和延迟往往是一对矛盾。SonnetDB 同时支持暴力精确搜索和 HNSW 近似搜索，让开发者可以根据场景灵活选择。本文将通过真实数据对比分析两者的权衡关系。 阅读全文
posted @ 2026-05-15 16:15
IoTSharp
阅读(52)
评论(0)
推荐(0)
摘要：
SonnetDB 为 VECTOR 类型字段内置了 HNSW（Hierarchical Navigable Small World）图索引，将大规模向量搜索的延迟从秒级降至毫秒级。本文将深入其架构设计，解析 m 与 ef 参数对性能的影响，以及 .SDBVIDX 侧边文件的存储格式。 阅读全文
posted @ 2026-05-15 16:15
IoTSharp
阅读(32)
评论(0)
推荐(0)
摘要：
在生产级向量搜索应用中，单纯的向量相似性往往不够——用户通常还需要结合业务标签过滤和时间范围约束来精确控制搜索结果。SonnetDB 的 knn() 表值函数天然支持 WHERE 子句中的标签过滤和时间范围过滤，实现了\"语义相似度 + 业务条件 + 时间窗口\"的三维联合查询。 阅读全文
posted @ 2026-05-15 16:15
IoTSharp
阅读(17)
评论(0)
推荐(0)
摘要：
随着 AI 应用的普及，向量检索已成为现代数据库的核心能力之一。SonnetDB 从 v0.6.0 版本开始内置了 KNN（K-Nearest Neighbors）向量搜索功能，通过 knn() 表值函数提供了简洁而强大的向量相似性搜索接口。 阅读全文
posted @ 2026-05-15 16:15
IoTSharp
阅读(26)
评论(0)
推荐(0)
摘要：
在高吞吐的时序数据写入场景中，单条 INSERT 的性能往往无法满足需求。SonnetDB 提供了丰富的批处理写入能力，帮助用户充分利用硬件性能。本文将深入介绍多行批量写入、批量优化技巧和刷新策略配置。 阅读全文
posted @ 2026-05-15 16:15
IoTSharp
阅读(28)
评论(0)
推荐(0)
摘要：
SonnetDB 的窗口函数不仅各自独立强大，更能组合成完整的监控分析管道。本文通过一个生产级示例，展示如何串联多个窗口函数构建\"数据采集 → 速率计算 → 平滑去噪 → 异常检测 → 告警触发\"的全链路。 阅读全文
posted @ 2026-05-15 16:15
IoTSharp
阅读(26)
评论(0)
推荐(0)
摘要：
在 IoT 和运维监控场景中，设备状态的变化和持续时间是最核心的分析维度之一。SonnetDB 提供了 statechanges() 和 stateduration() 两个窗口函数，专门用于分析离散状态或枚举型字段的变化模式。 阅读全文
posted @ 2026-05-15 16:15
IoTSharp
阅读(26)
评论(0)
推荐(0)
摘要：
现实世界中的时序数据往往不完整——网络抖动导致采集点丢失、传感器故障产生空值、数据源暂未就绪造成缺口。SonnetDB 提供了三种缺失值处理函数，帮助用户在不同场景下合理填充数据缺口。 阅读全文
posted @ 2026-05-15 16:14
IoTSharp
阅读(33)
评论(0)
推荐(0)
摘要：
在时序数据分析中，识别和分离趋势成分是预测和异常检测的基础。SonnetDB 提供了 holtwinters(field, alpha, beta) 窗口函数，实现了 Holt 加法双指数平滑，能够从数据中同时提取水平（level）和趋势（trend）两个分量。 阅读全文
posted @ 2026-05-15 16:14
IoTSharp
阅读(34)
评论(0)
推荐(0)
浙公网安备 33010602011771号