大型关系数据库

向量数据库是一种以向量嵌入（高维向量）方式存储和管理非结构化数据（如文本、图像或音频）的数据库，能快速查找和检索类似对象。与关系数据库相比，向量数据库更适合处理非结构化数据。关系数据库和向量数据库之间的主要区别在于它们存储的数据类型。关系数据库是为适合表的结构化数据而设计的，而向量数据库是为非结构化数据（如文本或图像）而设计的。这种区别使得数据的检索方式也有所不同。在关系数据库中，查询结果基于特定关键字的匹配，而在向量数据库中，查询结果是基于相似性进行的。传统的关系数据库可以想象成电子表格，它们非常适合存储结构化的数据，比如关于一本书的基本信息（例如，标题、作者、ISBN等），因为这类信息分析和机器学习任务的基础，它在各种领域中得到广泛应用，特别是在机器学习、数据挖掘和模式识别等领域。它可以表示各种类型的数据，如图像、音频、文本、用户行为、传感器数据等。关系数据库和向量数据库各有其优点和适用场景。关系数据库适用于结构化数据的存储和管理，而向量数据库则更适合非结构化数据的处理。在选择使用哪种数据库时，需要根据具体的数据类型和应用需求来做出决策。星环分布式向量数据库

向量数据库是一种以向量嵌入（高维向量）方式存储和管理非结构化数据（如文本、图像或音频）的数据库，能快速查找和检索类似对象。与关系数据库相比，向量数据库更适合处理非结构化数据。关系数据库和向量数据库之间的主要区别在于它们存储的数据类型。关系数据库是为适合表的结构化数据而设计的，而向量数据库是为非结构化数据（如文本或图像）而设计的。这种区别使得数据的检索方式也有所不同。在关系数据库中，查询结果基于特定关键字的匹配，而在向量数据库中，查询结果是基于相似性进行的。传统的关系数据库可以想象成电子表格，它们非常适合存储结构化的数据，比如关于一本书的基本信息（例如，标题、作者、ISBN等），因为这类信息分析和机器学习任务的基础，它在各种领域中得到广泛应用，特别是在机器学习、数据挖掘和模式识别等领域。它可以表示各种类型的数据，如图像、音频、文本、用户行为、传感器数据等。关系数据库和向量数据库各有其优点和适用场景。关系数据库适用于结构化数据的存储和管理，而向量数据库则更适合非结构化数据的处理。在选择使用哪种数据库时，需要根据具体的数据类型和应用需求来做出决策。星环分布式向量数据库

向量数据库是一种以向量嵌入（高维向量）方式存储和管理非结构化数据（如文本、图像或音频）的数据库，能快速查找和检索类似对象。与关系数据库相比，向量数据库更适合处理非结构化数据。关系数据库和向量数据库之间的主要区别在于它们存储的数据类型。关系数据库是为适合表的结构化数据而设计的，而向量数据库是为非结构化数据（如文本或图像）而设计的。这种区别使得数据的检索方式也有所不同。在关系数据库中，查询结果基于特定关键字的匹配，而在向量数据库中，查询结果是基于相似性进行的。传统的关系数据库可以想象成电子表格，它们非常适合存储结构化的数据，比如关于一本书的基本信息（例如，标题、作者、ISBN等），因为这类信息分析和机器学习任务的基础，它在各种领域中得到广泛应用，特别是在机器学习、数据挖掘和模式识别等领域。它可以表示各种类型的数据，如图像、音频、文本、用户行为、传感器数据等。关系数据库和向量数据库各有其优点和适用场景。关系数据库适用于结构化数据的存储和管理，而向量数据库则更适合非结构化数据的处理。在选择使用哪种数据库时，需要根据具体的数据类型和应用需求来做出决策。星环分布式向量数据库

向量数据库是一种以向量嵌入（高维向量）方式存储和管理非结构化数据（如文本、图像或音频）的数据库，能快速查找和检索类似对象。与关系数据库相比，向量数据库更适合处理非结构化数据。关系数据库和向量数据库之间的主要区别在于它们存储的数据类型。关系数据库是为适合表的结构化数据而设计的，而向量数据库是为非结构化数据（如文本或图像）而设计的。这种区别使得数据的检索方式也有所不同。在关系数据库中，查询结果基于特定关键字的匹配，而在向量数据库中，查询结果是基于相似性进行的。传统的关系数据库可以想象成电子表格，它们非常适合存储结构化的数据，比如关于一本书的基本信息（例如，标题、作者、ISBN等），因为这类信息分析和机器学习任务的基础，它在各种领域中得到广泛应用，特别是在机器学习、数据挖掘和模式识别等领域。它可以表示各种类型的数据，如图像、音频、文本、用户行为、传感器数据等。关系数据库和向量数据库各有其优点和适用场景。关系数据库适用于结构化数据的存储和管理，而向量数据库则更适合非结构化数据的处理。在选择使用哪种数据库时，需要根据具体的数据类型和应用需求来做出决策。星环分布式向量数据库

向量数据库是一种以向量嵌入（高维向量）方式存储和管理非结构化数据（如文本、图像或音频）的数据库，能快速查找和检索类似对象。与关系数据库相比，向量数据库更适合处理非结构化数据。关系数据库和向量数据库之间的主要区别在于它们存储的数据类型。关系数据库是为适合表的结构化数据而设计的，而向量数据库是为非结构化数据（如文本或图像）而设计的。这种区别使得数据的检索方式也有所不同。在关系数据库中，查询结果基于特定关键字的匹配，而在向量数据库中，查询结果是基于相似性进行的。传统的关系数据库可以想象成电子表格，它们非常适合存储结构化的数据，比如关于一本书的基本信息（例如，标题、作者、ISBN等），因为这类信息分析和机器学习任务的基础，它在各种领域中得到广泛应用，特别是在机器学习、数据挖掘和模式识别等领域。它可以表示各种类型的数据，如图像、音频、文本、用户行为、传感器数据等。关系数据库和向量数据库各有其优点和适用场景。关系数据库适用于结构化数据的存储和管理，而向量数据库则更适合非结构化数据的处理。在选择使用哪种数据库时，需要根据具体的数据类型和应用需求来做出决策。星环分布式向量数据库

向量数据库是一种以向量嵌入（高维向量）方式存储和管理非结构化数据（如文本、图像或音频）的数据库，能快速查找和检索类似对象。与关系数据库相比，向量数据库更适合处理非结构化数据。关系数据库和向量数据库之间的主要区别在于它们存储的数据类型。关系数据库是为适合表的结构化数据而设计的，而向量数据库是为非结构化数据（如文本或图像）而设计的。这种区别使得数据的检索方式也有所不同。在关系数据库中，查询结果基于特定关键字的匹配，而在向量数据库中，查询结果是基于相似性进行的。传统的关系数据库可以想象成电子表格，它们非常适合存储结构化的数据，比如关于一本书的基本信息（例如，标题、作者、ISBN等），因为这类信息分析和机器学习任务的基础，它在各种领域中得到广泛应用，特别是在机器学习、数据挖掘和模式识别等领域。它可以表示各种类型的数据，如图像、音频、文本、用户行为、传感器数据等。关系数据库和向量数据库各有其优点和适用场景。关系数据库适用于结构化数据的存储和管理，而向量数据库则更适合非结构化数据的处理。在选择使用哪种数据库时，需要根据具体的数据类型和应用需求来做出决策。星环分布式向量数据库

图数据库与关系数据库：数据管理的两种范式在当今数据驱动的世界中，数据库技术扮演着至关重要的角色。图数据库和关系数据库作为两种截然不同的数据管理范式，各自拥有独特的优势和应用场景。理解它们的差异和适用性，对于构建高效的数据系统至关重要。关系数据库：表格化的数据世界关系数据库自20世纪70年代问世以来，长期占据着数据库领域的主导地位。它基于数学中的集合论和关系代数，将数据组织成由行和列构成的二维表格。每个表格代表一个实体类型，如"用户"或"订单"，而行则代表具体的实体实例。表格之间通过外键关系相互连接，形成复杂的数据网络。关系数据库的优势在于其结构化特性和强大的事务处理能力。它遵循ACID原则（原子性、一致性、隔离性、持久性），确保数据操作的可靠性。结构化查询语言(SQL)作为关系数据库的标准查询工具，允许用户以声明式的方式检索和操作数据，而无需关心底层实现细节。然而，关系数据库在处理高度。不同于关系数据库需要通过外键和连接操作来建立关系，图数据库中的关系是原生存储的，这使得遍历复杂关系网络变得极为高效。例如，在社交网络分析中，查找"朋友的朋友"这样的多跳查询，图数据库可以比关系数据库

图数据库与关系数据库：数据管理的两种范式在当今数据驱动的世界中，数据库技术扮演着至关重要的角色。图数据库和关系数据库作为两种截然不同的数据管理范式，各自拥有独特的优势和应用场景。理解它们的差异和适用性，对于构建高效的数据系统至关重要。关系数据库：表格化的数据世界关系数据库自20世纪70年代问世以来，长期占据着数据库领域的主导地位。它基于数学中的集合论和关系代数，将数据组织成由行和列构成的二维表格。每个表格代表一个实体类型，如"用户"或"订单"，而行则代表具体的实体实例。表格之间通过外键关系相互连接，形成复杂的数据网络。关系数据库的优势在于其结构化特性和强大的事务处理能力。它遵循ACID原则（原子性、一致性、隔离性、持久性），确保数据操作的可靠性。结构化查询语言(SQL)作为关系数据库的标准查询工具，允许用户以声明式的方式检索和操作数据，而无需关心底层实现细节。然而，关系数据库在处理高度。不同于关系数据库需要通过外键和连接操作来建立关系，图数据库中的关系是原生存储的，这使得遍历复杂关系网络变得极为高效。例如，在社交网络分析中，查找"朋友的朋友"这样的多跳查询，图数据库可以比关系数据库

图数据库与关系数据库：数据管理的两种范式在当今数据驱动的世界中，数据库技术扮演着至关重要的角色。图数据库和关系数据库作为两种截然不同的数据管理范式，各自拥有独特的优势和应用场景。理解它们的差异和适用性，对于构建高效的数据系统至关重要。关系数据库：表格化的数据世界关系数据库自20世纪70年代问世以来，长期占据着数据库领域的主导地位。它基于数学中的集合论和关系代数，将数据组织成由行和列构成的二维表格。每个表格代表一个实体类型，如"用户"或"订单"，而行则代表具体的实体实例。表格之间通过外键关系相互连接，形成复杂的数据网络。关系数据库的优势在于其结构化特性和强大的事务处理能力。它遵循ACID原则（原子性、一致性、隔离性、持久性），确保数据操作的可靠性。结构化查询语言(SQL)作为关系数据库的标准查询工具，允许用户以声明式的方式检索和操作数据，而无需关心底层实现细节。然而，关系数据库在处理高度。不同于关系数据库需要通过外键和连接操作来建立关系，图数据库中的关系是原生存储的，这使得遍历复杂关系网络变得极为高效。例如，在社交网络分析中，查找"朋友的朋友"这样的多跳查询，图数据库可以比关系数据库

图数据库与关系数据库：数据管理的两种范式在当今数据驱动的世界中，数据库技术扮演着至关重要的角色。图数据库和关系数据库作为两种截然不同的数据管理范式，各自拥有独特的优势和应用场景。理解它们的差异和适用性，对于构建高效的数据系统至关重要。关系数据库：表格化的数据世界关系数据库自20世纪70年代问世以来，长期占据着数据库领域的主导地位。它基于数学中的集合论和关系代数，将数据组织成由行和列构成的二维表格。每个表格代表一个实体类型，如"用户"或"订单"，而行则代表具体的实体实例。表格之间通过外键关系相互连接，形成复杂的数据网络。关系数据库的优势在于其结构化特性和强大的事务处理能力。它遵循ACID原则（原子性、一致性、隔离性、持久性），确保数据操作的可靠性。结构化查询语言(SQL)作为关系数据库的标准查询工具，允许用户以声明式的方式检索和操作数据，而无需关心底层实现细节。然而，关系数据库在处理高度。不同于关系数据库需要通过外键和连接操作来建立关系，图数据库中的关系是原生存储的，这使得遍历复杂关系网络变得极为高效。例如，在社交网络分析中，查找"朋友的朋友"这样的多跳查询，图数据库可以比关系数据库

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...