objectbox-java
objectbox/objectbox-java加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象这样一个场景：你开发了一款离线文档检索应用，用户在没有网络的飞机上、地下铁里，依然能快速搜到他们需要的技术资料。背后的关键，就是一个既快又轻的本地数据库——ObjectBox。
ObjectBox Java 是 ObjectBox 公司的核心开源项目，一个为 Android 和 JVM（Java 虚拟机）设计的极速本地数据库。相比传统数据库，它更小、更快、更省电，而且从 2024 年起率先支持端侧向量检索，让 AI 能力直接跑在用户的设备上，而不用依赖云端。
图1：ObjectBox Java 官方 Logo
ObjectBox 背后是一支经验丰富的德国团队，创始人也是著名开源库 EventBus 和 greenDAO 的作者。2017 年他们意识到，尽管移动端数据库需求爆发，但 SQLite 太慢、Realm 太重，于是从零设计了一个专为移动/嵌入式场景优化的 NoSQL 数据库，取名 ObjectBox——顾名思义，数据以对象为单位直接存取，绕过了传统 ORM 的性能损耗。
2023 年起，随着端侧 AI 浪潮兴起，ObjectBox 团队率先在嵌入式数据库中加入向量检索功能，成为首个支持端侧向量搜索的开源数据库，可以本地运行 RAG（检索增强生成）和语义相似度搜索，无需将数据上传云端。
目前 ObjectBox 已被阿里巴巴、LinkedIn、三星等知名应用采用，数百万辆汽车从 2023 年起在 ECU 上运行 ObjectBox 数据库，BMW Group、Kapsch 等工业客户也在生产环境中使用。
ObjectBox Java 仓库采用 Gradle 多模块结构，核心代码分布在以下几个子模块中：
| 子模块 | 功能 |
|---|---|
objectbox-java-api | Java API 接口定义 |
objectbox-java | 核心 Java 实现（318个 Java 文件） |
objectbox-android | Android 平台特定实现（含 ObjectBrowser 可视化调试工具） |
objectbox-kotlin | Kotlin 扩展，提供 DSL 风格的查询语法 |
objectbox-rxjava / objectbox-rxjava3 | RxJava 反应式编程支持 |
核心模块 objectbox-java 的 build.gradle.kts 显示，项目以 Java 8 为编译目标（release = 8），这是刻意为之的设计选择：确保生成的字节码能在 Android 全版本和所有老旧 JVM 上运行，体现了对极广兼容性的追求。
代码质量方面，项目集成了 SpotBugs 静态分析工具（4.8.6版本），在 CI 中对主要代码进行自动化 Bug 检测。源码注释规范，API 文档通过 Javadoc 生成并发布至 docs.objectbox.io。此外项目还依赖 greenrobot/essentials 工具库（同样出自 ObjectBox 团队之手），复用经过实战验证的通用工具代码。
ObjectBox 的核心价值在于性能。官方基准测试（objectbox-performance）显示，在 Create、Read、Update、Delete 所有操作上，ObjectBox 均比 SQLite 和 Realm 快数倍到数十倍。实现这一性能的关键在于：
2024 年 ObjectBox 4.0 版本引入了本地向量搜索能力，这是业界首次将向量数据库能力下放到移动端/嵌入式设备。开发者可以：
这使得 RAG（检索增强生成）可以完全在用户设备上运行，真正实现隐私优先的 AI 应用。典型场景包括：本地文档问答、本地图片相似搜索、离线语音助手等。
ObjectBox Sync 支持设备与服务器之间的离线优先双向同步。即使设备长期离线，重新联网后也能自动合并冲突、增量同步数据。Sync 支持与 MongoDB 集成（ObjectBox 5.0+），可以对接现有 MongoDB 后端生态。
ObjectBox Android 模块内置了一个可选的 ObjectBrowser——一个在设备上运行的数据库可视化调试界面，开发者可以在 App 内直接查看和编辑数据，类似 SQLiteBrowser，但专为 ObjectBox 设计。发布版本可通过构建变种（adminIncluded / adminExcluded）控制是否包含此工具。
对于 Java 开发者来说，ObjectBox 的使用门槛极低。只需三步：
// 第一步：给数据类加上 @Entity 注解
@Entity
public class Person {
@Id long id;
String firstName;
String lastName;
}
// 第二步：初始化数据库
BoxStore store = MyObjectBox.builder()
.name("person-db")
.build();
// 第三步：直接操作对象
Box<Person> box = store.boxFor(Person.class);
Person p = new Person("Zhang", "San");
long id = box.put(p); // 插入
p = box.get(id); // 读取
无需写 SQL，无需手动建表，ObjectBox 会根据 @Entity 注解自动推导数据模型和迁移策略。当 Model 变化时，框架自动处理 schema migration，零停机升级。
ObjectBox 的定位是嵌入式数据库库，不是独立运行的服务。这意味着它不能通过 Docker 一键启动，也无法通过 docker-compose 快速部署——它需要作为 Gradle/Maven 依赖引入你的项目。
集成方式（Gradle，Kotlin DSL）：
// settings.gradle.kts 或 build.gradle.kts
plugins {
id("io.objectbox") version "4.0.3"
}
// app/build.gradle.kts
plugins {
alias("libs.objectbox")
}
然后运行一次代码生成：
./gradlew generateObjectBox # 生成 MyObjectBox.builder() 等代码
从依赖引入到第一个 CRUD 操作熟练掌握，大约需要 30 分钟到 2 小时，具体取决于项目复杂度。这是所有嵌入式数据库库的共同特点——前期有一点学习成本，但收益是运行时的极致性能和零运维负担。
1. 非通用数据库：ObjectBox 无法替代 PostgreSQL、MySQL 等通用关系型数据库。如果你需要复杂的多表 JOIN、GIS 空间查询、列式存储分析，ObjectBox 不是答案。它最适合的场景是：移动端/嵌入式设备的数据持久化。
2. Android 生态锁定：虽然名义上支持 JVM（Linux/macOS/Windows），但其核心优化目标始终是 Android 平台。在纯 JVM 桌面/服务器场景下，其他数据库（如 SQLite JDBC、H2）可能生态更成熟。
3. 向量搜索能力相对年轻：ObjectBox 的向量检索功能在 2024 年才正式推出，相比 Pinecone、Weaviate 等云端向量数据库，功能的丰富度（如 ANN 索引类型、混合搜索等）还有追赶空间。但在端侧嵌入式场景，它几乎是唯一选择。
4. 无独立可视化运维工具：没有独立的数据库管理工具（类似 pgAdmin 或 DBeaver），调试依赖 ObjectBrowser（仅 Android）或日志输出。对于大型团队，数据观测能力偏弱。
ObjectBox 的发展轨迹，实际上折射了移动数据库领域的一个深层趋势：数据主权回归用户。随着隐私法规趋严、用户对数据控制权意识增强，以及端侧 AI（Phi-3 Mini、Llama 3 on-device 等）的崛起，能在用户设备上高效存储和检索数据的数据库，正在从「小众选项」变为「基础设施」。
Vector Search 的加入，让 ObjectBox 从一个「更快的 SQLite 替代品」升级为端侧 AI 数据层，这一定位在全球范围内几乎没有直接竞争对手。对于在 Android 平台开发 AI 应用的开发者来说，ObjectBox 几乎是目前最成熟的端侧向量数据库方案。
GitHub 上 4610 颗星、55 个版本发布、百万级设备部署量，证明这条路已经被市场验证。
| 信息 | 内容 |
|---|---|
| GitHub | objectbox/objectbox-java |
| 最新版本 | 4.0.3 |
| 许可协议 | Apache License 2.0 |
| 官方文档 | docs.objectbox.io |
| 主要语言 | Java（318文件）+ Kotlin（13文件） |
| 依赖引入 | Gradle 或 Maven |
| 目标平台 | Android + JVM（Linux/macOS/Windows） |