企业时空数据库解决方案

星环科技TranswarpHippo分布式向量数据库解决方案TranswarpHippo分布式向量数据库解决方案方案旨在支持多样化机器学习模型生成的海量向量数据，满足企业针对海量向量数据的高实时性查询、检索、召回等需求，为人工智能时代多元化应用场景提供有力支持，为企业业务加速发展提供助力。基于第四代英特尔®至强®可扩展处理器的TranswarpHippo分布式向量数据库解决方案通过软硬件深度融合，“答非所问”的现象，而专属大模型又存在训练时间较长，算力需求较高等问题。通过引入向量数据库，实现大模型+向量数据库的架构为企业解决上述问题提供了有效的解决方案。星环科技自主研发的企业级云原生分布式向量数据库TranswarpHippo，支持存储、索引以及管理来自深度神经网络或者各类机器学习模型所生成的海量向量数据，能够很好的满足企业针对海量向量数据的高实时性查询、检索、召回等场景，有力地支撑个性化推荐能够为企业提供大模型应用开发全周期的技术和产品，通过TranswarpHippo向量数据库和大模型统一运营管理平台SophonLLMOps、金融大模型TranswarpInfinity“星环无涯

星环科技TranswarpHippo分布式向量数据库解决方案TranswarpHippo分布式向量数据库解决方案方案旨在支持多样化机器学习模型生成的海量向量数据，满足企业针对海量向量数据的高实时性查询、检索、召回等需求，为人工智能时代多元化应用场景提供有力支持，为企业业务加速发展提供助力。基于第四代英特尔®至强®可扩展处理器的TranswarpHippo分布式向量数据库解决方案通过软硬件深度融合，“答非所问”的现象，而专属大模型又存在训练时间较长，算力需求较高等问题。通过引入向量数据库，实现大模型+向量数据库的架构为企业解决上述问题提供了有效的解决方案。星环科技自主研发的企业级云原生分布式向量数据库TranswarpHippo，支持存储、索引以及管理来自深度神经网络或者各类机器学习模型所生成的海量向量数据，能够很好的满足企业针对海量向量数据的高实时性查询、检索、召回等场景，有力地支撑个性化推荐能够为企业提供大模型应用开发全周期的技术和产品，通过TranswarpHippo向量数据库和大模型统一运营管理平台SophonLLMOps、金融大模型TranswarpInfinity“星环无涯

星环科技TranswarpHippo分布式向量数据库解决方案TranswarpHippo分布式向量数据库解决方案方案旨在支持多样化机器学习模型生成的海量向量数据，满足企业针对海量向量数据的高实时性查询、检索、召回等需求，为人工智能时代多元化应用场景提供有力支持，为企业业务加速发展提供助力。基于第四代英特尔®至强®可扩展处理器的TranswarpHippo分布式向量数据库解决方案通过软硬件深度融合，“答非所问”的现象，而专属大模型又存在训练时间较长，算力需求较高等问题。通过引入向量数据库，实现大模型+向量数据库的架构为企业解决上述问题提供了有效的解决方案。星环科技自主研发的企业级云原生分布式向量数据库TranswarpHippo，支持存储、索引以及管理来自深度神经网络或者各类机器学习模型所生成的海量向量数据，能够很好的满足企业针对海量向量数据的高实时性查询、检索、召回等场景，有力地支撑个性化推荐能够为企业提供大模型应用开发全周期的技术和产品，通过TranswarpHippo向量数据库和大模型统一运营管理平台SophonLLMOps、金融大模型TranswarpInfinity“星环无涯

时空数据库（Spacial-temporaldatabase）是一种专门用于存储和管理时空数据的数据库管理系统，它是传统关系型数据库的一个扩展，可以实现对时空数据进行有效管理和处理。时空数据是指带有时空坐标或时间戳的数据，例如地图、气象数据、交通、城市规划等。因此，时空数据库可以用于多种应用程序，如地理信息系统、航空航天、气象预报、GPS导航等。时空数据库与传统数据库不同的是，它提供了额外的功能和数据类型，例如点、线、面等空间对象和时间序列数据类型。此外，时空数据库还支持空间查询和时空查询，例如常见的缓冲区查询，使得用户可以在时空范围内进行查询和分析。这种数据库可以对时空数据进行高效的存储、查询、更新和分析，并通过插件技术集成其他地理信息数据源。星环分布式时空数据库-SpactureSpacture是星环科技自主研发的一款面向空间、时空数据的存储与管理，集计算与存储为一体的分布式数据库产品，支持大规模矢量数据、时空轨迹数据的存储与计算，具有完备的数据查询、分析和挖掘能力，可用于时空查询分析、时空模式挖掘、时空轨迹聚类等时空轨迹数据分析场景，广泛应用于交通物流、城市管理、位置服务等场景。

时空数据库（Spacial-temporaldatabase）是一种专门用于存储和管理时空数据的数据库管理系统，它是传统关系型数据库的一个扩展，可以实现对时空数据进行有效管理和处理。时空数据是指带有时空坐标或时间戳的数据，例如地图、气象数据、交通、城市规划等。因此，时空数据库可以用于多种应用程序，如地理信息系统、航空航天、气象预报、GPS导航等。时空数据库与传统数据库不同的是，它提供了额外的功能和数据类型，例如点、线、面等空间对象和时间序列数据类型。此外，时空数据库还支持空间查询和时空查询，例如常见的缓冲区查询，使得用户可以在时空范围内进行查询和分析。这种数据库可以对时空数据进行高效的存储、查询、更新和分析，并通过插件技术集成其他地理信息数据源。星环分布式时空数据库-SpactureSpacture是星环科技自主研发的一款面向空间、时空数据的存储与管理，集计算与存储为一体的分布式数据库产品，支持大规模矢量数据、时空轨迹数据的存储与计算，具有完备的数据查询、分析和挖掘能力，可用于时空查询分析、时空模式挖掘、时空轨迹聚类等时空轨迹数据分析场景，广泛应用于交通物流、城市管理、位置服务等场景。

统一的TDC数据云平台。适用于建设大型企业的数字化基础设施、城市大数据中心的数据、平台、企业级数据应用云以及跨多数据中心的数据平台等场景。星环环科技基于容器云技术的大数据平台解决方案具有十大核心优势星环科技基于容器云技术的大数据平台解决方案成功入选“2023年上海市优秀信创解决方案名单”。星环科技此次入选的解决方案是基于容器云技术打造的大数据平台。星环科技大数据基础平台TDH是星环科技自主研发的企业级一站式多模型数据管理平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据，可以处理包括关系表、文本、时空地理、图数据、文档、时序、图像等在内的多种数据格式，提供高性能的查询搜索、实时采用云原生技术，融合星环科技全栈产品打造的统一PaaS平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和分析、统计分析、预测性分析等数据分析功能。凭借星环科技创新的技术架构和深厚的产品研发能力，TDH帮助企业加速数字化转型，更全面、更便捷、更智能、更安全地运用数据，大幅降低综合成本。数据云平台TDC是

统一的TDC数据云平台。适用于建设大型企业的数字化基础设施、城市大数据中心的数据、平台、企业级数据应用云以及跨多数据中心的数据平台等场景。星环环科技基于容器云技术的大数据平台解决方案具有十大核心优势星环科技基于容器云技术的大数据平台解决方案成功入选“2023年上海市优秀信创解决方案名单”。星环科技此次入选的解决方案是基于容器云技术打造的大数据平台。星环科技大数据基础平台TDH是星环科技自主研发的企业级一站式多模型数据管理平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据，可以处理包括关系表、文本、时空地理、图数据、文档、时序、图像等在内的多种数据格式，提供高性能的查询搜索、实时采用云原生技术，融合星环科技全栈产品打造的统一PaaS平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和分析、统计分析、预测性分析等数据分析功能。凭借星环科技创新的技术架构和深厚的产品研发能力，TDH帮助企业加速数字化转型，更全面、更便捷、更智能、更安全地运用数据，大幅降低综合成本。数据云平台TDC是

统一的TDC数据云平台。适用于建设大型企业的数字化基础设施、城市大数据中心的数据、平台、企业级数据应用云以及跨多数据中心的数据平台等场景。星环环科技基于容器云技术的大数据平台解决方案具有十大核心优势星环科技基于容器云技术的大数据平台解决方案成功入选“2023年上海市优秀信创解决方案名单”。星环科技此次入选的解决方案是基于容器云技术打造的大数据平台。星环科技大数据基础平台TDH是星环科技自主研发的企业级一站式多模型数据管理平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据，可以处理包括关系表、文本、时空地理、图数据、文档、时序、图像等在内的多种数据格式，提供高性能的查询搜索、实时采用云原生技术，融合星环科技全栈产品打造的统一PaaS平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和分析、统计分析、预测性分析等数据分析功能。凭借星环科技创新的技术架构和深厚的产品研发能力，TDH帮助企业加速数字化转型，更全面、更便捷、更智能、更安全地运用数据，大幅降低综合成本。数据云平台TDC是

统一的TDC数据云平台。适用于建设大型企业的数字化基础设施、城市大数据中心的数据、平台、企业级数据应用云以及跨多数据中心的数据平台等场景。星环环科技基于容器云技术的大数据平台解决方案具有十大核心优势星环科技基于容器云技术的大数据平台解决方案成功入选“2023年上海市优秀信创解决方案名单”。星环科技此次入选的解决方案是基于容器云技术打造的大数据平台。星环科技大数据基础平台TDH是星环科技自主研发的企业级一站式多模型数据管理平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据，可以处理包括关系表、文本、时空地理、图数据、文档、时序、图像等在内的多种数据格式，提供高性能的查询搜索、实时采用云原生技术，融合星环科技全栈产品打造的统一PaaS平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和分析、统计分析、预测性分析等数据分析功能。凭借星环科技创新的技术架构和深厚的产品研发能力，TDH帮助企业加速数字化转型，更全面、更便捷、更智能、更安全地运用数据，大幅降低综合成本。数据云平台TDC是

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"}...

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...

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...

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。...

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。

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

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":...