AgoraDB

面向 Web3 的多模态去中心化分析型数据库

嵌入式。主权化。原生 P2P。

---

什么是 AgoraDB？

AgoraDB 是一个为去中心化网络构建的列式分析型数据库。它将现代数据湖（DuckDB、Snowflake）的查询能力带到 Web3 —— 无需中心化。

每个节点都是一个自主的数据主权单元。你的数据存在于一个 Space 中 —— 一个自包含的、DID 拥有的数据宇宙，容纳结构化表、属性图、向量嵌入和全文索引，全部由统一的 Iceberg Catalog 支撑。

┌─────────────────────────────────────────┐
│  Space: space://did:agora:you/blog      │
│  ├─ posts        (SQL table)            │
│  ├─ followers    (Graph)                │
│  ├─ embeddings   (Vector collection)    │
│  └─ search_index (Full-text)            │
└─────────────────────────────────────────┘

---

为什么选择 AgoraDB？

问题	AgoraDB 如何解决
中心化数据孤岛	每个 Space 都是主权的 —— 由你的 DID 拥有，存储在你选择的位置
Web3 中没有 SQL	完整的 PostgreSQL 兼容 SQL + 用于图的 Cypher
昂贵的云分析	在本地设备上查询；P2P 同步替代云管道
浏览器无法进行数据分析	WASM 引擎在浏览器中运行 SQL，将重操作委托给对等节点
AI 智能体无法访问结构化数据	MCP API 将 Space 暴露为 Claude、Cursor 等工具

---

它能做什么？

SQL 分析

-- 在 Parquet 文件上执行标准分析 SQL
SELECT status, COUNT(*), AVG(totalprice)
FROM orders
WHERE created_at > '2025-01-01'
GROUP BY status
ORDER BY COUNT(*) DESC;

• 列式存储（Apache Parquet）带 Zone Map、Bloom Filter、ART 索引
• 向量化执行（Apache DataFusion）—— 1024 行 Arrow 批次
• 谓词下推 —— 过滤器下推到 Parquet 行组和页级别
• 时间旅行查询 —— SELECT * FROM table TIMESTAMP AS OF '2025-06-01'

向量搜索

-- 近似最近邻搜索
SELECT id, metadata, similarity(embedding, :query_vec) AS score
FROM embeddings
ORDER BY embedding <=> :query_vec
LIMIT 100;

• HNSW 索引用于余弦 / L2 / 内积
• 量化支持（float32 → int8）用于受限环境

图查询

-- Cypher 用于社交图、知识图
MATCH (u:User)-[:FOLLOWS]->(f:User)
WHERE u.created_at > '2025-01-01'
RETURN f.name, f.follower_count;

• 基于 CSR 的遍历 —— O(degree) 出边查找
• 图存储为 Parquet 边文件 + 顶点字典

多模态查询

-- 向量 → 图 → SQL 在一个查询中
SELECT u.name, score
FROM (
  SELECT id, similarity(embedding, :vec) AS score
  FROM user_embeddings
  ORDER BY embedding <=> :vec LIMIT 100
) v
JOIN users u ON u.id = v.id
JOIN user_graph g ON u.id = g.source_id
WHERE g.relationship = 'follows'
  AND u.created_at > '2025-01-01'
ORDER BY score DESC;

---

架构

┌─────────────────────────────────────────────┐
│  接口层                                      │
│  SQL · Cypher · MCP · HTTP · WASM · CLI     │
├─────────────────────────────────────────────┤
│  查询层 (Apache DataFusion)                 │
│  SQL Parser → Logical Plan → Optimizer      │
│  (RBO + CBO) → Physical Plan → Execution   │
├─────────────────────────────────────────────┤
│  联邦规划器                                  │
│  Remote/local fragmentation · Pushdown      │
├─────────────────────────────────────────────┤
│  Catalog Bridge (Iceberg → DataFusion)     │
│  AgoraCatalogProvider · IcebergTableProvider│
├─────────────────────────────────────────────┤
│  存储引擎                                    │
│  Iceberg Metadata · Parquet Column Store   │
│  Zone Map · Bloom · ART · CSR · HNSW       │
├─────────────────────────────────────────────┤
│  VFS (虚拟文件系统)                          │
│  Local Disk · S3 · OPFS (Browser) · IDB    │
├─────────────────────────────────────────────┤
│  安全与 P2P                                 │
│  DID · UCAN · Arrow Flight · libp2p        │
└─────────────────────────────────────────────┘

关键技术： Rust · Apache DataFusion · Apache Iceberg · Apache Parquet · Apache Arrow

---

节点类型

类型	位置	存储	计算	角色
Full Node	NAS / Server / VPS	Local disk + S3	Multi-core, 16GB+	权威存储、compaction、P2P 路由
Edge Node	Desktop / Laptop	Local disk (limited)	Multi-core, 8GB+	查询服务、P2P 直连
Browser Node	Browser (WASM)	OPFS / IndexedDB	Single-threaded WASM	轻量级主权对等节点 —— 持有完整 Catalog，将重操作委托出去

Browser Node 是杀手锏。 它们为其 Space 持有完整的 Iceberg Catalog，可以独立回答查询，并且只通过 UCAN 认证的远程执行将大型 JOIN 或 compaction 委托给 Full Node。

---

当前进展

---

浏览器（WASM）

import { AgoraDB } from '@agoradb/sdk';

const db = await AgoraDB.open('myblog');
const result = await db.sql(`
  SELECT id, title FROM posts WHERE published = true
`);
console.log(result.batches);

---

使用场景

---

协议

Apache License 2.0

---

AgoraDB —— 每个节点都是主权的。每个查询都是本地的。每个 Space 都是你的。