宽表数据库在企业中应用

复杂多变的数据成为各单位机构面临的一大难题。基于上述的挑战，星环推出了TranswarpHyperbaseNoSQL宽表数据库，用来满足企业级用户经济灵活高效地管理数据的需求。Hyperbase能够随着信息时代的到来，数据已逐渐成为金融、企业、政府、运营商等单位机构的重要决策依据。以传统关系型数据库为代表的技术由于性能，成本，可扩展性等缺陷，很难满足爆炸式数据增长的需要，如何经济高效地管理海量迁移工具，不仅能大幅度降低企业级用户数据应用变更和数据平台迁移的实施成本，还满足了用户在统一的数据平台上同时支撑新老业务的需求，大幅度降低了企业的运维成本。轻易地通过在集群中增加或者减少硬件数量来实现性能的伸缩，从而进一步提升集群的运行速度以及处理能力，轻松应对百万级高并发的查询业务。Hyperbase支持以标准SQL为接口的高效数据访问，并提供高效的数据

简单、更便捷的进行大数据分析。为了满足更多用户在存储以及高并发点查方面的需求,此次TDH社区版推出了星环科技自主研发的NoSQL宽表数据库TranswarpHyperbase的需求。传统的通用关系型数据库无法应对在数据规模剧增时导致的系统扩展性和性能问题（分库分表也不能很好解决），很难实现横向扩展，纵向扩展的空间也比较有限。Hyperbase能够轻易地通过在集群中增加或者。TranswarpHyperbase介绍Hyperbase是什么TranswarpHyperbase是星环科技自主研发的NoSQL宽表数据库，支撑百万级高并发、毫秒级低延时业务需求。支持结构化数据，及文本、图像、视频、对象等Hyperbase关系数据库已经流行很多年，尽管Hadoop可以很好地解决大规模数据的离线批量处理问题，但是，受限于MapReduce编程框架的高延迟数据处理机制，使得Hadoop无法满足大规模数据实时处理应用减少硬件数量来实现性能的伸缩，提升集群的运行速度以及处理能力，轻松应对百万级高并发的查询业务。不同于传统的关系型数据库，Hyperbase采用列式存储模式，每个列族都由几个文件保存，不同列族的文件是

被一起查询的相关数据。当前DB-Engine中宽表NoSQL数据库的排名如下表，可以看到受欢迎的主要是Cassandra、HBase和Azure上的CosmosDB。接下来我们将介绍一下HBase的情况。HBase是一个面向列的分布式NoSQL数据库，是GoogleBigtable框架的开源实现，能够响应随机、实时的数据检索需求。HBase主要的存储和处理对象是大宽表，存储模式可以兼容本地存储（Table）：Table是HBase中数据的组织形式，是列的集合，和传统数据库中表的意义类似，同时也能够涵盖列数据在不同时间戳下的更新记录。列（Column）：是数据库中单独的数据项，每一个。Document类似于关系型数据中行的概念，一个Document包含每一个Field中与之相应的数据值。Type类似数据库中的表级别概念，而Index是Elasticsearch中大的数据单位，与SQL的对于写密集型应用，每天写入量巨大，数据增长量无法预估，且对性能和可靠性要求非常高，普通关系型数据库无法满足其需求。对于全文搜索和数据分析这类对查询性能要求极高的场景也是如此。为了进一步满足上面两类

图数据库在企业应用中前景如何，相比关系型数据库有哪些优势？在当今数据驱动的商业环境中，企业面临着处理日益复杂数据关系的挑战。传统的关系型数据库虽然在过去几十年中表现出色，但在处理高度互联数据时开始显现局限性。图数据库作为一种新兴技术，正逐渐成为解决这一问题的有力工具，在企业应用中展现出广阔前景。图数据库的核心优势图数据库与关系型数据库最根本的区别在于数据建模方式。关系型数据库使用表格结构存储数据时间基本保持稳定，不受关系深度影响。企业应用场景优势在金融行业，图数据库能够有效识别欺诈模式。传统的反欺诈系统往往只能检测简单的规则，而图技术可以分析交易网络中的异常连接模式，发现隐藏在复杂关系中的欺诈选择。随着企业对数据关联价值认识的深入，图数据库技术将持续成熟并扩大应用范围。未来企业数据架构很可能是多种数据库技术共存的混合模式，根据具体用例选择适合的工具。理解图数据库的优势和适用场景，将帮助企业在数字化转型中做出更明智的技术决策。连接查找数据的查询）表现尤为突出。例如，在社交网络分析中查找"朋友的朋友的朋友"这类查询，关系型数据库需要执行多次表连接操作，性能会随着跳数增加而急剧下降。而图数据库则可以通过图遍历算法快速完成，查询

图数据库在企业应用中前景如何，相比关系型数据库有哪些优势？在当今数据驱动的商业环境中，企业面临着处理日益复杂数据关系的挑战。传统的关系型数据库虽然在过去几十年中表现出色，但在处理高度互联数据时开始显现局限性。图数据库作为一种新兴技术，正逐渐成为解决这一问题的有力工具，在企业应用中展现出广阔前景。图数据库的核心优势图数据库与关系型数据库最根本的区别在于数据建模方式。关系型数据库使用表格结构存储数据时间基本保持稳定，不受关系深度影响。企业应用场景优势在金融行业，图数据库能够有效识别欺诈模式。传统的反欺诈系统往往只能检测简单的规则，而图技术可以分析交易网络中的异常连接模式，发现隐藏在复杂关系中的欺诈选择。随着企业对数据关联价值认识的深入，图数据库技术将持续成熟并扩大应用范围。未来企业数据架构很可能是多种数据库技术共存的混合模式，根据具体用例选择适合的工具。理解图数据库的优势和适用场景，将帮助企业在数字化转型中做出更明智的技术决策。连接查找数据的查询）表现尤为突出。例如，在社交网络分析中查找"朋友的朋友的朋友"这类查询，关系型数据库需要执行多次表连接操作，性能会随着跳数增加而急剧下降。而图数据库则可以通过图遍历算法快速完成，查询

图数据库在企业应用中前景如何，相比关系型数据库有哪些优势？在当今数据驱动的商业环境中，企业面临着处理日益复杂数据关系的挑战。传统的关系型数据库虽然在过去几十年中表现出色，但在处理高度互联数据时开始显现局限性。图数据库作为一种新兴技术，正逐渐成为解决这一问题的有力工具，在企业应用中展现出广阔前景。图数据库的核心优势图数据库与关系型数据库最根本的区别在于数据建模方式。关系型数据库使用表格结构存储数据时间基本保持稳定，不受关系深度影响。企业应用场景优势在金融行业，图数据库能够有效识别欺诈模式。传统的反欺诈系统往往只能检测简单的规则，而图技术可以分析交易网络中的异常连接模式，发现隐藏在复杂关系中的欺诈选择。随着企业对数据关联价值认识的深入，图数据库技术将持续成熟并扩大应用范围。未来企业数据架构很可能是多种数据库技术共存的混合模式，根据具体用例选择适合的工具。理解图数据库的优势和适用场景，将帮助企业在数字化转型中做出更明智的技术决策。连接查找数据的查询）表现尤为突出。例如，在社交网络分析中查找"朋友的朋友的朋友"这类查询，关系型数据库需要执行多次表连接操作，性能会随着跳数增加而急剧下降。而图数据库则可以通过图遍历算法快速完成，查询

中国企业的需求，具有更高的安全性、稳定性和适应性。近年来，随着信创产业的快速发展，国产数据库在各个行业中的应用逐渐增多，特别是在政府、金融、电信等领域。信创国产化数据库的意义主要体现在以下几个方面在金融、政府和社交网络等多个行业领域应用于反洗钱、风险控制、营销等多种场景。分布式宽表数据库-TranswarpHyperbaseHyperbase是星环科技研发的分布式宽表数据库，支撑百万级高并发国产信创数据库指的是基于国内技术和资源研发的数据库系统。国产信创数据库在性能、安全性、可靠性等方面具有较高的表现，并且在各自的领域和应用场景下都有广泛的应用。与传统数据库相比，信创国产化数据库更符合用户快速开发历史数据查询、业务在线检索等应用。分布式时序数据库-TranswarpTimelyreTimeLyre是星环科技研发的企业级国产分布式时序数据库，基于星环夯实的大数据技术底座，针对金融行业表数据库-TranswarpHyperbaseHyperbase是星环科技研发的分布式宽表数据库，支撑百万级高并发、毫秒级低延时业务需求。Hyperbase支持结构化数据，及文本、图像、视频、对象等非

中国企业的需求，具有更高的安全性、稳定性和适应性。近年来，随着信创产业的快速发展，国产数据库在各个行业中的应用逐渐增多，特别是在政府、金融、电信等领域。信创国产化数据库的意义主要体现在以下几个方面在金融、政府和社交网络等多个行业领域应用于反洗钱、风险控制、营销等多种场景。分布式宽表数据库-TranswarpHyperbaseHyperbase是星环科技研发的分布式宽表数据库，支撑百万级高并发国产信创数据库指的是基于国内技术和资源研发的数据库系统。国产信创数据库在性能、安全性、可靠性等方面具有较高的表现，并且在各自的领域和应用场景下都有广泛的应用。与传统数据库相比，信创国产化数据库更符合用户快速开发历史数据查询、业务在线检索等应用。分布式时序数据库-TranswarpTimelyreTimeLyre是星环科技研发的企业级国产分布式时序数据库，基于星环夯实的大数据技术底座，针对金融行业表数据库-TranswarpHyperbaseHyperbase是星环科技研发的分布式宽表数据库，支撑百万级高并发、毫秒级低延时业务需求。Hyperbase支持结构化数据，及文本、图像、视频、对象等非

。中国信通院在数据库发展研究报告（2021年）》中指出，在后关系型数据库阶段，数据结构越来越灵活多样、业务类型越来越复杂多变，为应对此类现状，越来越多的用户选择通过多模型数据库实现“一库多用“，将各种类型的数据进行集中存储、查询和处理，满足对结构化、半结构化和非结构化数据的统一管理需求。TranswarpArgoDB是星环科技自主研发的分布式数据库，基于多模型统一架构支持关系型存储，宽表存储。在架构上，ArgoDB基于存算解耦，实现了多模数据库的“四个统一”：统一的SQL编译引擎，支持SQL99/2003标准语法，兼容TD，Oracle，DB2等多种方言，对不同模式的数据提供统一接口，将数据，这些系统独立建设、缺乏集成、元数据不统一和标准不统一，给数据的查询和处理带来重重困难。为了解决这些问题，加速医院业务数字化发展，医院基于多模型数据库ArgoDB建设了临床数据中心底层大数据平台，将存储管理，对使用者屏蔽不同数据源的数据存储，降低业务数据管理难度。通过ArgoDB一体化多模数据库架构实现全数据，全场景，全融合，大限度降低企业TCO，打造面向数据模态融合扩展的湖仓集一体化平台。此外，基于ArgoDB打造的湖仓集一体方案可以无缝衔接AI技术，帮助业务挖掘更多数据价值。

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...

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•...

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":...

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：

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。...

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。

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