湖仓一体主要应用场景

和数据仓库优势的技术架构，典型的应用场景：服务于数据中台的实时数仓：以满足数据中台对事务一致性、低延迟和实时处理能力的需求。支撑微服务的数据融合底座：有效解决扩展困难和维护困难的问题。湖仓一体还可监控等功能，如新能源汽车的电池不稳定监测。实时推荐：例如电商直播推荐和微信朋友圈的实时广告推荐。此外，在金融场景中，实时数仓可以用于金融反欺诈和银行反欺诈实时预警等重要应用。湖仓一体是一种结合了数据湖以应用于全量数据实时访问平台和进行非结构化数据处理等场景。在全量数据实时访问平台中，它能够满足实时处理海量数据的需求，并为数字化转型中的实时查询、历史数据服务平台或物联网系统提供支持。通过使用湖仓一体架构进行非结构化数据处理，数字化转型中的AI机器学习和比对分析可以获得更高效的性能提升和业务属性提取。，可以推荐适合的商品，并提高用户购物满意度。实时数仓是数据仓库的一种特殊形式，典型的应用场景：电商：实时数仓可以用于实时Top排名、热词展现和实时告警监控等应用。在物联网场景中，它可以用于提供预警和实时数据仓库是一种基于主题、集成、反映历史变化、支持决策的数据存储，它能够提供高效的查询和分析性能，帮助企业做出明智的决策。典型应用场景：商业智能分析方：数据仓库可以用于分析销售情况、客户行为和市场趋势

湖仓一体架构的应用场景非常广泛，以下是一些主要的应用场景：流式数据计算：针对实时数仓的流式数据计算场景，湖仓一体架构可以简化实时数仓链路中的组件依赖，减少运维成本，同时支持流式消费和批式读取，简化调试验证工作，并实现历史数据回溯计算。实时多维分析：在实时数仓的实时多维分析场景中，运营可以基于已有的数据表动态组合维度去做分析，湖仓一体架构可以减少数据冗余，节省资源，并提供查询能力。数据中台的实时和市场数据等。湖仓一体架构能够帮助金融机构实现数据的统一存储和管理，提高数据处理和分析的效率，从而支持风险评估、业务决策和监管合规等场景。零售行业：零售企业可以更加高效地处理销售数据、库存数据、顾客行为数据等，为精准营销、库存管理、供应链优化等提供有力支持。制造业：湖仓一体架构可以帮助企业实现生产数据的实时监控和分析，提高生产效率和产品质量。医疗健康：湖仓一体架构在医疗健康领域也有广泛的应用，可以用于患者数据管理、临床研究和药物开发等。数仓：数据中台要求数据库在分析处理过程中强调事务一致性，并保持低延迟与提升实时处理能力，这些都是湖仓一体的典型技术特性。微服务的数据融合底座：湖仓一体架构可以支撑微服务的数据融合，有效解决扩展困难

湖仓一体架构的应用场景非常广泛，以下是一些主要的应用场景：流式数据计算：针对实时数仓的流式数据计算场景，湖仓一体架构可以简化实时数仓链路中的组件依赖，减少运维成本，同时支持流式消费和批式读取，简化调试验证工作，并实现历史数据回溯计算。实时多维分析：在实时数仓的实时多维分析场景中，运营可以基于已有的数据表动态组合维度去做分析，湖仓一体架构可以减少数据冗余，节省资源，并提供查询能力。数据中台的实时和市场数据等。湖仓一体架构能够帮助金融机构实现数据的统一存储和管理，提高数据处理和分析的效率，从而支持风险评估、业务决策和监管合规等场景。零售行业：零售企业可以更加高效地处理销售数据、库存数据、顾客行为数据等，为精准营销、库存管理、供应链优化等提供有力支持。制造业：湖仓一体架构可以帮助企业实现生产数据的实时监控和分析，提高生产效率和产品质量。医疗健康：湖仓一体架构在医疗健康领域也有广泛的应用，可以用于患者数据管理、临床研究和药物开发等。数仓：数据中台要求数据库在分析处理过程中强调事务一致性，并保持低延迟与提升实时处理能力，这些都是湖仓一体的典型技术特性。微服务的数据融合底座：湖仓一体架构可以支撑微服务的数据融合，有效解决扩展困难

湖仓一体架构的应用场景非常广泛，以下是一些主要的应用场景：流式数据计算：针对实时数仓的流式数据计算场景，湖仓一体架构可以简化实时数仓链路中的组件依赖，减少运维成本，同时支持流式消费和批式读取，简化调试验证工作，并实现历史数据回溯计算。实时多维分析：在实时数仓的实时多维分析场景中，运营可以基于已有的数据表动态组合维度去做分析，湖仓一体架构可以减少数据冗余，节省资源，并提供查询能力。数据中台的实时和市场数据等。湖仓一体架构能够帮助金融机构实现数据的统一存储和管理，提高数据处理和分析的效率，从而支持风险评估、业务决策和监管合规等场景。零售行业：零售企业可以更加高效地处理销售数据、库存数据、顾客行为数据等，为精准营销、库存管理、供应链优化等提供有力支持。制造业：湖仓一体架构可以帮助企业实现生产数据的实时监控和分析，提高生产效率和产品质量。医疗健康：湖仓一体架构在医疗健康领域也有广泛的应用，可以用于患者数据管理、临床研究和药物开发等。数仓：数据中台要求数据库在分析处理过程中强调事务一致性，并保持低延迟与提升实时处理能力，这些都是湖仓一体的典型技术特性。微服务的数据融合底座：湖仓一体架构可以支撑微服务的数据融合，有效解决扩展困难

湖仓一体架构的应用场景非常广泛，以下是一些主要的应用场景：流式数据计算：针对实时数仓的流式数据计算场景，湖仓一体架构可以简化实时数仓链路中的组件依赖，减少运维成本，同时支持流式消费和批式读取，简化调试验证工作，并实现历史数据回溯计算。实时多维分析：在实时数仓的实时多维分析场景中，运营可以基于已有的数据表动态组合维度去做分析，湖仓一体架构可以减少数据冗余，节省资源，并提供查询能力。数据中台的实时和市场数据等。湖仓一体架构能够帮助金融机构实现数据的统一存储和管理，提高数据处理和分析的效率，从而支持风险评估、业务决策和监管合规等场景。零售行业：零售企业可以更加高效地处理销售数据、库存数据、顾客行为数据等，为精准营销、库存管理、供应链优化等提供有力支持。制造业：湖仓一体架构可以帮助企业实现生产数据的实时监控和分析，提高生产效率和产品质量。医疗健康：湖仓一体架构在医疗健康领域也有广泛的应用，可以用于患者数据管理、临床研究和药物开发等。数仓：数据中台要求数据库在分析处理过程中强调事务一致性，并保持低延迟与提升实时处理能力，这些都是湖仓一体的典型技术特性。微服务的数据融合底座：湖仓一体架构可以支撑微服务的数据融合，有效解决扩展困难

湖仓一体架构的应用场景非常广泛，以下是一些主要的应用场景：流式数据计算：针对实时数仓的流式数据计算场景，湖仓一体架构可以简化实时数仓链路中的组件依赖，减少运维成本，同时支持流式消费和批式读取，简化调试验证工作，并实现历史数据回溯计算。实时多维分析：在实时数仓的实时多维分析场景中，运营可以基于已有的数据表动态组合维度去做分析，湖仓一体架构可以减少数据冗余，节省资源，并提供查询能力。数据中台的实时和市场数据等。湖仓一体架构能够帮助金融机构实现数据的统一存储和管理，提高数据处理和分析的效率，从而支持风险评估、业务决策和监管合规等场景。零售行业：零售企业可以更加高效地处理销售数据、库存数据、顾客行为数据等，为精准营销、库存管理、供应链优化等提供有力支持。制造业：湖仓一体架构可以帮助企业实现生产数据的实时监控和分析，提高生产效率和产品质量。医疗健康：湖仓一体架构在医疗健康领域也有广泛的应用，可以用于患者数据管理、临床研究和药物开发等。数仓：数据中台要求数据库在分析处理过程中强调事务一致性，并保持低延迟与提升实时处理能力，这些都是湖仓一体的典型技术特性。微服务的数据融合底座：湖仓一体架构可以支撑微服务的数据融合，有效解决扩展困难

湖仓一体架构的应用场景非常广泛，以下是一些主要的应用场景：流式数据计算：针对实时数仓的流式数据计算场景，湖仓一体架构可以简化实时数仓链路中的组件依赖，减少运维成本，同时支持流式消费和批式读取，简化调试验证工作，并实现历史数据回溯计算。实时多维分析：在实时数仓的实时多维分析场景中，运营可以基于已有的数据表动态组合维度去做分析，湖仓一体架构可以减少数据冗余，节省资源，并提供查询能力。数据中台的实时和市场数据等。湖仓一体架构能够帮助金融机构实现数据的统一存储和管理，提高数据处理和分析的效率，从而支持风险评估、业务决策和监管合规等场景。零售行业：零售企业可以更加高效地处理销售数据、库存数据、顾客行为数据等，为精准营销、库存管理、供应链优化等提供有力支持。制造业：湖仓一体架构可以帮助企业实现生产数据的实时监控和分析，提高生产效率和产品质量。医疗健康：湖仓一体架构在医疗健康领域也有广泛的应用，可以用于患者数据管理、临床研究和药物开发等。数仓：数据中台要求数据库在分析处理过程中强调事务一致性，并保持低延迟与提升实时处理能力，这些都是湖仓一体的典型技术特性。微服务的数据融合底座：湖仓一体架构可以支撑微服务的数据融合，有效解决扩展困难

湖仓一体架构的应用场景非常广泛，以下是一些主要的应用场景：流式数据计算：针对实时数仓的流式数据计算场景，湖仓一体架构可以简化实时数仓链路中的组件依赖，减少运维成本，同时支持流式消费和批式读取，简化调试验证工作，并实现历史数据回溯计算。实时多维分析：在实时数仓的实时多维分析场景中，运营可以基于已有的数据表动态组合维度去做分析，湖仓一体架构可以减少数据冗余，节省资源，并提供查询能力。数据中台的实时和市场数据等。湖仓一体架构能够帮助金融机构实现数据的统一存储和管理，提高数据处理和分析的效率，从而支持风险评估、业务决策和监管合规等场景。零售行业：零售企业可以更加高效地处理销售数据、库存数据、顾客行为数据等，为精准营销、库存管理、供应链优化等提供有力支持。制造业：湖仓一体架构可以帮助企业实现生产数据的实时监控和分析，提高生产效率和产品质量。医疗健康：湖仓一体架构在医疗健康领域也有广泛的应用，可以用于患者数据管理、临床研究和药物开发等。数仓：数据中台要求数据库在分析处理过程中强调事务一致性，并保持低延迟与提升实时处理能力，这些都是湖仓一体的典型技术特性。微服务的数据融合底座：湖仓一体架构可以支撑微服务的数据融合，有效解决扩展困难

湖仓一体架构的应用场景非常广泛，以下是一些主要的应用场景：流式数据计算：针对实时数仓的流式数据计算场景，湖仓一体架构可以简化实时数仓链路中的组件依赖，减少运维成本，同时支持流式消费和批式读取，简化调试验证工作，并实现历史数据回溯计算。实时多维分析：在实时数仓的实时多维分析场景中，运营可以基于已有的数据表动态组合维度去做分析，湖仓一体架构可以减少数据冗余，节省资源，并提供查询能力。数据中台的实时和市场数据等。湖仓一体架构能够帮助金融机构实现数据的统一存储和管理，提高数据处理和分析的效率，从而支持风险评估、业务决策和监管合规等场景。零售行业：零售企业可以更加高效地处理销售数据、库存数据、顾客行为数据等，为精准营销、库存管理、供应链优化等提供有力支持。制造业：湖仓一体架构可以帮助企业实现生产数据的实时监控和分析，提高生产效率和产品质量。医疗健康：湖仓一体架构在医疗健康领域也有广泛的应用，可以用于患者数据管理、临床研究和药物开发等。数仓：数据中台要求数据库在分析处理过程中强调事务一致性，并保持低延迟与提升实时处理能力，这些都是湖仓一体的典型技术特性。微服务的数据融合底座：湖仓一体架构可以支撑微服务的数据融合，有效解决扩展困难

湖仓一体架构的应用场景非常广泛，以下是一些主要的应用场景：流式数据计算：针对实时数仓的流式数据计算场景，湖仓一体架构可以简化实时数仓链路中的组件依赖，减少运维成本，同时支持流式消费和批式读取，简化调试验证工作，并实现历史数据回溯计算。实时多维分析：在实时数仓的实时多维分析场景中，运营可以基于已有的数据表动态组合维度去做分析，湖仓一体架构可以减少数据冗余，节省资源，并提供查询能力。数据中台的实时和市场数据等。湖仓一体架构能够帮助金融机构实现数据的统一存储和管理，提高数据处理和分析的效率，从而支持风险评估、业务决策和监管合规等场景。零售行业：零售企业可以更加高效地处理销售数据、库存数据、顾客行为数据等，为精准营销、库存管理、供应链优化等提供有力支持。制造业：湖仓一体架构可以帮助企业实现生产数据的实时监控和分析，提高生产效率和产品质量。医疗健康：湖仓一体架构在医疗健康领域也有广泛的应用，可以用于患者数据管理、临床研究和药物开发等。数仓：数据中台要求数据库在分析处理过程中强调事务一致性，并保持低延迟与提升实时处理能力，这些都是湖仓一体的典型技术特性。微服务的数据融合底座：湖仓一体架构可以支撑微服务的数据融合，有效解决扩展困难

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。

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":...

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。...

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...

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"}...

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

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

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：

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•...