SurrealDB — 一种语法吃下 SQL 图 文档 向量

是什么

SurrealDB 是 2022 年开源的多模型数据库，用 rust-lang 写的，把关系（SQL）/ 文档（JSON）/ 图（边）/ 键值 / 全文搜索 / 向量塞进一个进程、一种查询语言里。

日常类比：常规思路是后端拼 postgresql + redis + 向量库 + WebSocket 服务，4 套组件 4 套运维。SurrealDB 走另一条路——同一个 DB 内核，写一条语句就能跨表 JOIN、跟着边遍历、按余弦距离搜向量。

一句话：用一种语法把 backend 该干的活都干了。

为什么重要

• 多模型潮流的 Rust 派代表：与 arangodb（C++ 时代多模型）同属“一个库吃多种模型”阵营，但是独立新项目，不是把 ArangoDB 用 Rust 重写
• AI 时代的 BaaS：原生向量搜索 + 实时订阅 + 权限，写 RAG 应用不用再拼 Pinecone 和 Firebase
• 嵌入式模式：Rust 应用可以 cargo add surrealdb 当库用，零网络开销，单机像 SQLite
• WASM 编译：浏览器里跑同一个 DB（IndexedDB 后端），离线优先 PWA 友好
• GitHub 30k+ star（2026），1.0 GA 在 2023 年 9 月，之后 2.x/3.x 仍在密集迭代

核心要点

1. SurrealQL 一眼看懂

SurrealQL 长得像 SQL，但加了关键扩展。先看建表插数据：

DEFINE TABLE person SCHEMAFULL;
DEFINE FIELD name ON person TYPE string;

CREATE person:tobie SET name = "Tobie";
CREATE person:jaime SET name = "Jaime";

注意 person:tobie——记录 ID 直接由你指定（不是自增整数也不是 UUID），表名:键 的形式。这个 ID 就是后面图遍历和直接 link 的把手。

2. 关系当 link 直接 fetch

CREATE article:1 SET title = "Hello", author = person:tobie;
SELECT *, author.name FROM article:1;

不用写 JOIN ... ON。这种”记录 ID 当外键 + .字段 直接展开”叫 record link，类比 GraphQL 的 resolver，只是写在查询语言里。

3. 图查询用箭头

RELATE person:tobie -> knows -> person:jaime SET since = time::now();
SELECT ->knows->person.name AS friends FROM person:tobie;

RELATE 把两个记录连起来，knows 是边表（边也是一等公民）。->knows->person 读作”沿着 knows 边走到 person”。

4. 向量搜索（HNSW）

现行文档主推 HNSW（3.1+ 还有 DISKANN）；早期 MTREE 路径已过时，别照抄旧教程：

DEFINE INDEX idx_emb ON article
  FIELDS embedding HNSW DIMENSION 1536 DIST COSINE;

SELECT id, vector::distance::knn() AS dist
FROM article
WHERE embedding <|10, 100|> $q
ORDER BY dist;

5. 实时订阅 LIVE SELECT

LIVE SELECT * FROM article WHERE author = person:tobie;

客户端走 WebSocket，Tobie 一发新文章服务器主动推——没有另开 Pub/Sub。

6. 可插拔存储（2026 现状）

• 内存 / SurrealMX：测试与临时
• RocksDB / SurrealKV：单机持久化（生产单机优先 RocksDB）
• SurrealDS / Cloud：分布式与托管集群（早期 TiKV/FoundationDB 路线已让位，勿当现行默认）
• IndexedDB：浏览器 WASM 端

实践案例

案例 1：原型期 schemaless，上线 schemafull

CREATE post SET title = "x", tags = ["a", "b"];
DEFINE TABLE post SCHEMAFULL;
DEFINE FIELD title ON post TYPE string;
DEFINE FIELD tags ON post TYPE array<string>;

逐部分解释：

1. 先 CREATE 不写死字段——原型期字段还在变。
2. 上线前 SCHEMAFULL + DEFINE FIELD 收紧类型。
3. 同一份数据、同一个 DB，模式从松到紧切换。

案例 2：record-level 权限当 BaaS

DEFINE TABLE article PERMISSIONS
  FOR select WHERE published = true OR author = $auth.id
  FOR update WHERE author = $auth.id;

逐部分解释：

1. PERMISSIONS 写在表定义上，规则跟着数据走。
2. $auth.id 来自 JWT 会话，前端可直连 DB。
3. 后端少写一层“鉴权 → 查库 → 过滤”中间件。

案例 3：图遍历查一度好友

RELATE person:tobie -> knows -> person:jaime;
SELECT ->knows->person.name AS friends FROM person:tobie;

逐部分解释：

1. RELATE ... -> knows -> ... 建一条带方向的边。
2. SELECT ->knows->person 从 Tobie 沿边走到 person 节点。
3. .name AS friends 只取名字，结果像 ["Jaime"]。

踩过的坑

1. BSL 1.1 不是 OSI 开源：若干年后才转 Apache 2.0，禁止做托管 DBaaS 卖；公司用前要法务看一下
2. 1.0 才 2023-09 发布：和 postgresql 那种 20 年老炮比稳定性差距还在；早期版本有重大语法变更
3. 分布式别当“开箱 Postgres 主从”：自建集群运维更重；中小规模先单机 RocksDB，再评估 Cloud/SurrealDS
4. 查询规划器还在打磨：复杂多表查询有时不如 Postgres；慢查询用 EXPLAIN
5. schemaless × 多模型容易失控：原型期爽，半年后没人看得懂；上线前收紧 schemafull
6. 嵌入式 vs server 模式行为微差：事务隔离 / 并发语义偶有不同
7. LIVE 长连接成本：每个订阅一条 WebSocket，1 万用户≈1 万连接，网关要扛得住

适用 vs 不适用

适用：

• 原型 / 单机 RocksDB、中小流量（常见百～数千 QPS 量级）想要 BaaS：实时 + 权限 + 多模型
• Rust 全栈：嵌入式模式 backend 零网络
• AI 应用混合检索：关系数据 + embedding 同一个 DB
• PWA 离线优先：浏览器 WASM 端 + 服务端同一种 query 语言

不适用：

• 已有大规模 Postgres/MySQL 生产：没必要换
• OLAP / 分析负载：用 ClickHouse / DuckDB
• 需要 OSI 标准开源协议：BSL 不行
• 万级 LIVE 长连接未单独规划网关/连接池时硬上
• 极致单模型性能：neo4j 图、Postgres 关系、专用向量库在各自专场仍更强

历史小故事（可跳过）

• 2022 年 8 月：v1.0.0-alpha 开源（之前闭源原型做了几年）
• 2023 年 9 月：v1.0.0 GA（约 9/13），种子轮融资
• 2024-2025：补向量 / 全文 / 集群；2.0 引入 SurrealKV、改进规划器
• 2025-2026：3.x 强化 HNSW，3.1 加 DISKANN；分布式重心转向 SurrealDS/Cloud
• 创始人 Tobie & Jaime Morgan Hitchcock 兄弟，公司在伦敦

学到什么

1. 多模型不必是 zero-sum：一个 DB 能既是关系又是图又是向量——前提是从头设计而不是硬装扩展
2. 记录 ID 当 link 是个被低估的语法选择：免去外键 + JOIN 样板代码
3. 嵌入式 + server + WASM 同一份代码：可插拔存储抽象的实战意义
4. BSL 不是开源也不是闭源：商业可持续 vs OSI 纯净的中间地带（与 mongodb / Redis 源码许可收紧同属“源码可得但有商业限制”路线，细节各异）

延伸阅读

• 官方文档：surrealdb.com/docs
• SurrealQL 速查：surrealdb.com/docs/surrealql
• 向量索引：HNSW / DISKANN
• Tobie Morgan Hitchcock：Why we built SurrealDB

关联

• arangodb —— 多模型同行（文档+图+KV，C++ 早一代）
• neo4j —— 图数据库专家（只擅长图）
• edgedb —— schema-first 多模型同行（重心在类型系统）
• postgresql —— 关系型老炮对照
• rocksdb —— SurrealDB 常用单机存储后端
• tikv —— 早期分布式后端选项（现行文档已弱化）
• redis —— KV / 实时对照
• rust-lang —— SurrealDB 实现语言

反向链接

• kuzu —— Kùzu — 把图数据库做成 DuckDB