自然资源三维立体时空数据库建设总体方案
Transwarp Spacture是星环自主研发的时空数据库。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,广泛应用于疫情防控、交通物流、城市管理、位置服务等场景。
自然资源三维立体时空数据库建设总体方案 更多内容

行业资讯
三维立体时空数据库建设
三维立体时空数据库是一种基于三维模型和时空数据组成的数据库系统,能够存储和管理量的三维地理空间数据和其相关的时间信息,包括地形、建筑物、道路、河流、气象、环境等多种数据类型。三维立体时空数据库建设建模:将处理后的数据转化为三维模型,并构建时空关系模型,包括时间序模型、时空关联模型、时空变化模型等。数据存储:将建模后的数据存储到数据库中,可以选择关系、非关系数据库或者分布式数据库等。数据查询和分析:利用查询和分析工具对数据库中的数据进行检索、分析和可视化,能够支持实时交互式查询和离线分析。应用开发:根据业务需求,利用三维GIS、轨迹分析、虚拟现实等技术,开发应用系统,支持数据的可视化分析和决策。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是星环自主研发的时空数据库。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、分析和挖掘能力主要包括以下步骤:数据采集:利用遥感技术、激光雷达、全站仪等设备对区域内的地理空间实体进行采集,并获取时空属性。数据处理:对采集到的数据进行预处理,包括数据格式转换、数据清洗、数据准、数据融合等。数据

行业资讯
三维立体时空数据库建设
三维立体时空数据库是一种基于三维模型和时空数据组成的数据库系统,能够存储和管理量的三维地理空间数据和其相关的时间信息,包括地形、建筑物、道路、河流、气象、环境等多种数据类型。三维立体时空数据库建设建模:将处理后的数据转化为三维模型,并构建时空关系模型,包括时间序模型、时空关联模型、时空变化模型等。数据存储:将建模后的数据存储到数据库中,可以选择关系、非关系数据库或者分布式数据库等。数据查询和分析:利用查询和分析工具对数据库中的数据进行检索、分析和可视化,能够支持实时交互式查询和离线分析。应用开发:根据业务需求,利用三维GIS、轨迹分析、虚拟现实等技术,开发应用系统,支持数据的可视化分析和决策。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是星环自主研发的时空数据库。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、分析和挖掘能力主要包括以下步骤:数据采集:利用遥感技术、激光雷达、全站仪等设备对区域内的地理空间实体进行采集,并获取时空属性。数据处理:对采集到的数据进行预处理,包括数据格式转换、数据清洗、数据准、数据融合等。数据

行业资讯
三维立体时空数据库建设
三维立体时空数据库是一种基于三维模型和时空数据组成的数据库系统,能够存储和管理量的三维地理空间数据和其相关的时间信息,包括地形、建筑物、道路、河流、气象、环境等多种数据类型。三维立体时空数据库建设建模:将处理后的数据转化为三维模型,并构建时空关系模型,包括时间序模型、时空关联模型、时空变化模型等。数据存储:将建模后的数据存储到数据库中,可以选择关系、非关系数据库或者分布式数据库等。数据查询和分析:利用查询和分析工具对数据库中的数据进行检索、分析和可视化,能够支持实时交互式查询和离线分析。应用开发:根据业务需求,利用三维GIS、轨迹分析、虚拟现实等技术,开发应用系统,支持数据的可视化分析和决策。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是星环自主研发的时空数据库。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、分析和挖掘能力主要包括以下步骤:数据采集:利用遥感技术、激光雷达、全站仪等设备对区域内的地理空间实体进行采集,并获取时空属性。数据处理:对采集到的数据进行预处理,包括数据格式转换、数据清洗、数据准、数据融合等。数据

行业资讯
三维立体时空数据库建设
三维立体时空数据库是一种基于三维模型和时空数据组成的数据库系统,能够存储和管理量的三维地理空间数据和其相关的时间信息,包括地形、建筑物、道路、河流、气象、环境等多种数据类型。三维立体时空数据库建设建模:将处理后的数据转化为三维模型,并构建时空关系模型,包括时间序模型、时空关联模型、时空变化模型等。数据存储:将建模后的数据存储到数据库中,可以选择关系、非关系数据库或者分布式数据库等。数据查询和分析:利用查询和分析工具对数据库中的数据进行检索、分析和可视化,能够支持实时交互式查询和离线分析。应用开发:根据业务需求,利用三维GIS、轨迹分析、虚拟现实等技术,开发应用系统,支持数据的可视化分析和决策。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是星环自主研发的时空数据库。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、分析和挖掘能力主要包括以下步骤:数据采集:利用遥感技术、激光雷达、全站仪等设备对区域内的地理空间实体进行采集,并获取时空属性。数据处理:对采集到的数据进行预处理,包括数据格式转换、数据清洗、数据准、数据融合等。数据

行业资讯
三维立体时空数据库建设
三维立体时空数据库是一种基于三维模型和时空数据组成的数据库系统,能够存储和管理量的三维地理空间数据和其相关的时间信息,包括地形、建筑物、道路、河流、气象、环境等多种数据类型。三维立体时空数据库建设建模:将处理后的数据转化为三维模型,并构建时空关系模型,包括时间序模型、时空关联模型、时空变化模型等。数据存储:将建模后的数据存储到数据库中,可以选择关系、非关系数据库或者分布式数据库等。数据查询和分析:利用查询和分析工具对数据库中的数据进行检索、分析和可视化,能够支持实时交互式查询和离线分析。应用开发:根据业务需求,利用三维GIS、轨迹分析、虚拟现实等技术,开发应用系统,支持数据的可视化分析和决策。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是星环自主研发的时空数据库。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、分析和挖掘能力主要包括以下步骤:数据采集:利用遥感技术、激光雷达、全站仪等设备对区域内的地理空间实体进行采集,并获取时空属性。数据处理:对采集到的数据进行预处理,包括数据格式转换、数据清洗、数据准、数据融合等。数据

行业资讯
三维立体时空数据库建设
三维立体时空数据库是一种基于三维模型和时空数据组成的数据库系统,能够存储和管理量的三维地理空间数据和其相关的时间信息,包括地形、建筑物、道路、河流、气象、环境等多种数据类型。三维立体时空数据库建设建模:将处理后的数据转化为三维模型,并构建时空关系模型,包括时间序模型、时空关联模型、时空变化模型等。数据存储:将建模后的数据存储到数据库中,可以选择关系、非关系数据库或者分布式数据库等。数据查询和分析:利用查询和分析工具对数据库中的数据进行检索、分析和可视化,能够支持实时交互式查询和离线分析。应用开发:根据业务需求,利用三维GIS、轨迹分析、虚拟现实等技术,开发应用系统,支持数据的可视化分析和决策。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是星环自主研发的时空数据库。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、分析和挖掘能力主要包括以下步骤:数据采集:利用遥感技术、激光雷达、全站仪等设备对区域内的地理空间实体进行采集,并获取时空属性。数据处理:对采集到的数据进行预处理,包括数据格式转换、数据清洗、数据准、数据融合等。数据

行业资讯
三维立体时空数据库建设
三维立体时空数据库是一种基于三维模型和时空数据组成的数据库系统,能够存储和管理量的三维地理空间数据和其相关的时间信息,包括地形、建筑物、道路、河流、气象、环境等多种数据类型。三维立体时空数据库建设建模:将处理后的数据转化为三维模型,并构建时空关系模型,包括时间序模型、时空关联模型、时空变化模型等。数据存储:将建模后的数据存储到数据库中,可以选择关系、非关系数据库或者分布式数据库等。数据查询和分析:利用查询和分析工具对数据库中的数据进行检索、分析和可视化,能够支持实时交互式查询和离线分析。应用开发:根据业务需求,利用三维GIS、轨迹分析、虚拟现实等技术,开发应用系统,支持数据的可视化分析和决策。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是星环自主研发的时空数据库。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、分析和挖掘能力主要包括以下步骤:数据采集:利用遥感技术、激光雷达、全站仪等设备对区域内的地理空间实体进行采集,并获取时空属性。数据处理:对采集到的数据进行预处理,包括数据格式转换、数据清洗、数据准、数据融合等。数据

行业资讯
三维立体时空数据库建设
三维立体时空数据库是一种基于三维模型和时空数据组成的数据库系统,能够存储和管理量的三维地理空间数据和其相关的时间信息,包括地形、建筑物、道路、河流、气象、环境等多种数据类型。三维立体时空数据库建设建模:将处理后的数据转化为三维模型,并构建时空关系模型,包括时间序模型、时空关联模型、时空变化模型等。数据存储:将建模后的数据存储到数据库中,可以选择关系、非关系数据库或者分布式数据库等。数据查询和分析:利用查询和分析工具对数据库中的数据进行检索、分析和可视化,能够支持实时交互式查询和离线分析。应用开发:根据业务需求,利用三维GIS、轨迹分析、虚拟现实等技术,开发应用系统,支持数据的可视化分析和决策。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是星环自主研发的时空数据库。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、分析和挖掘能力主要包括以下步骤:数据采集:利用遥感技术、激光雷达、全站仪等设备对区域内的地理空间实体进行采集,并获取时空属性。数据处理:对采集到的数据进行预处理,包括数据格式转换、数据清洗、数据准、数据融合等。数据

行业资讯
时空数据图谱
时空数据图谱是什么时空数据图谱,作为一种前沿的数据组织和分析模型,正逐渐在众多领域崭露头角。它是一个融合了空间、时间和属性三个关键维度的三维数据结构,如同一个精密的“数据魔方”,能够全方位、深层次地状况时,属性维度可以包含车辆的类型、行驶速度、拥堵程度等信息,帮助我们全面了解交通系统的运行状态。时空数据图谱的关键技术数据存储技术时空数据图谱的数据存储是基石,主要基于关系数据库和非关系数据库。基于关系数据库的存储方式,借助地理信息系统(GIS)扩展,把时空数据图谱的各类信息,如空间位置、时间戳、属性特征等,拆解并存储于不同的表中。基于非关系数据库的存储方式,常见的有图数据库和文档数据库。图数据库以节点和边来表示实体及其关系,能很好地适应时空数据图谱中复杂的关系网络。文档数据库则以文档为单位存储数据,这种方式灵活性高,可方便地存储和处理半结构化或非结构化的时空数据,无需预先定义严格的模式,对于描述现实世界中的各种现象和实体。空间维度,是时空数据图谱的基石之一,它直观地展现了实体在物理空间中的位置。无论是城市中的建筑分布、交通网络的布局,还是自然界中动植物的栖息地范围,都可以通过空间维度在
猜你喜欢
产品文档
1 Introduction
OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...
产品文档
5.8 查看集群信息
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:
产品文档
10 Hippo 运维
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•...
产品文档
5.7 查询类操作
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"}...
产品文档
8 性能分析
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。...
产品文档
5.18 全文检索
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。
产品文档
2 Quick Start
ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...
产品文档
3.3 Cluster
OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...
产品文档
5.10 任务相关
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":...
产品文档
5.3 写入类操作
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...