高并发

数据中台：高并发应用背后的强大引擎数据中台与高并发应用的时代背景在数字化浪潮的汹涌推动下，我们已然步入一个数据爆炸式增长的时代。互联网的普及使得各类业务呈现出爆发式的扩张态势，高并发应用如雨后春笋般不断涌现，成为了数字化时代的关键特征。在这样的高并发场景下，传统的企业数据架构显得力不从心。数据的分散存储与管理，使得不同业务系统之间的数据难以实现高效共享与协同，形成了一个个“数据孤岛”。这不仅导致数据处理效率低下，无法满足高并发应用对数据实时性的严格要求，而且在面对海量数据的处理时，容易出现系统性能瓶颈，导致响应迟缓、甚至系统崩溃。数据中台作为一种全新的数据架构模式，应运而生。它就像是一座桥梁，连接着企业的前台业务与后台数据资源，旨在打破数据孤岛，实现数据的统一管理、共享与复用。通过整合企业内外部的各类数据，进行清洗、转换、存储和分析，数据中台能够为高并发应用提供高效、稳定的数据支持，确保在高并发场景下，应用能够快速响应用户请求，为用户提供流畅的体验。数据中台如何支撑高并发应用强大的数据存储与管理数据中台具备强大的横向扩展能力，这是其应对高并发应用数据量增长的关键特性。数据中台还拥有

数据中台：高并发应用背后的强大引擎数据中台与高并发应用的时代背景在数字化浪潮的汹涌推动下，我们已然步入一个数据爆炸式增长的时代。互联网的普及使得各类业务呈现出爆发式的扩张态势，高并发应用如雨后春笋般不断涌现，成为了数字化时代的关键特征。在这样的高并发场景下，传统的企业数据架构显得力不从心。数据的分散存储与管理，使得不同业务系统之间的数据难以实现高效共享与协同，形成了一个个“数据孤岛”。这不仅导致数据处理效率低下，无法满足高并发应用对数据实时性的严格要求，而且在面对海量数据的处理时，容易出现系统性能瓶颈，导致响应迟缓、甚至系统崩溃。数据中台作为一种全新的数据架构模式，应运而生。它就像是一座桥梁，连接着企业的前台业务与后台数据资源，旨在打破数据孤岛，实现数据的统一管理、共享与复用。通过整合企业内外部的各类数据，进行清洗、转换、存储和分析，数据中台能够为高并发应用提供高效、稳定的数据支持，确保在高并发场景下，应用能够快速响应用户请求，为用户提供流畅的体验。数据中台如何支撑高并发应用强大的数据存储与管理数据中台具备强大的横向扩展能力，这是其应对高并发应用数据量增长的关键特性。数据中台还拥有

数据中台：高并发应用背后的强大引擎数据中台与高并发应用的时代背景在数字化浪潮的汹涌推动下，我们已然步入一个数据爆炸式增长的时代。互联网的普及使得各类业务呈现出爆发式的扩张态势，高并发应用如雨后春笋般不断涌现，成为了数字化时代的关键特征。在这样的高并发场景下，传统的企业数据架构显得力不从心。数据的分散存储与管理，使得不同业务系统之间的数据难以实现高效共享与协同，形成了一个个“数据孤岛”。这不仅导致数据处理效率低下，无法满足高并发应用对数据实时性的严格要求，而且在面对海量数据的处理时，容易出现系统性能瓶颈，导致响应迟缓、甚至系统崩溃。数据中台作为一种全新的数据架构模式，应运而生。它就像是一座桥梁，连接着企业的前台业务与后台数据资源，旨在打破数据孤岛，实现数据的统一管理、共享与复用。通过整合企业内外部的各类数据，进行清洗、转换、存储和分析，数据中台能够为高并发应用提供高效、稳定的数据支持，确保在高并发场景下，应用能够快速响应用户请求，为用户提供流畅的体验。数据中台如何支撑高并发应用强大的数据存储与管理数据中台具备强大的横向扩展能力，这是其应对高并发应用数据量增长的关键特性。数据中台还拥有

数据中台：高并发应用背后的强大引擎数据中台与高并发应用的时代背景在数字化浪潮的汹涌推动下，我们已然步入一个数据爆炸式增长的时代。互联网的普及使得各类业务呈现出爆发式的扩张态势，高并发应用如雨后春笋般不断涌现，成为了数字化时代的关键特征。在这样的高并发场景下，传统的企业数据架构显得力不从心。数据的分散存储与管理，使得不同业务系统之间的数据难以实现高效共享与协同，形成了一个个“数据孤岛”。这不仅导致数据处理效率低下，无法满足高并发应用对数据实时性的严格要求，而且在面对海量数据的处理时，容易出现系统性能瓶颈，导致响应迟缓、甚至系统崩溃。数据中台作为一种全新的数据架构模式，应运而生。它就像是一座桥梁，连接着企业的前台业务与后台数据资源，旨在打破数据孤岛，实现数据的统一管理、共享与复用。通过整合企业内外部的各类数据，进行清洗、转换、存储和分析，数据中台能够为高并发应用提供高效、稳定的数据支持，确保在高并发场景下，应用能够快速响应用户请求，为用户提供流畅的体验。数据中台如何支撑高并发应用强大的数据存储与管理数据中台具备强大的横向扩展能力，这是其应对高并发应用数据量增长的关键特性。数据中台还拥有

什么是交易型数据库？交易型数据库是为了处理很多并发的事务而设计的数据库管理系统。它们通常具有强一致性、高可靠性、强容错性、高性能、高并发性等特点。交易型数据库的目的是在多个用户或应用程序同时操作数可靠性：交易型数据库必须始终保证高可靠性，遇到任何错误都需要及时处理。支持ACID特性：ACID是指原子性、一致性、隔离性和持久性。交易型数据库必须支持ACID特性，以确保多个并发事务能够正确处理。强数据完整性：交易型数据库要求数据必须完整、正确、可靠，不能出现数据重复、数据缺失、数据损坏等情况。高并发性：交易型数据库要求能够处理高并发的访问请求，这是因为在大量的事务同时发生时，要防止事务出现冲突或数据数据库的能力，高度兼容SQL，保证事务ACID。KunDB具有业内领先的事务处理性能，SQL兼容性以及新的分布式查询优化技术，支持复杂查询且性能是MySQL的10倍以上，充分满足高并发、大数据量的交易型据库时，确保对数据进行可靠的读写和处理事务更新。在交易型数据库中，事务由多个操作组成，这些操作必须以一致的方式执行，否则就会出现异常或错误。交易型数据库有哪些特点？交易型数据库具有以下几个特点：高

什么是交易型数据库？交易型数据库是为了处理很多并发的事务而设计的数据库管理系统。它们通常具有强一致性、高可靠性、强容错性、高性能、高并发性等特点。交易型数据库的目的是在多个用户或应用程序同时操作数可靠性：交易型数据库必须始终保证高可靠性，遇到任何错误都需要及时处理。支持ACID特性：ACID是指原子性、一致性、隔离性和持久性。交易型数据库必须支持ACID特性，以确保多个并发事务能够正确处理。强数据完整性：交易型数据库要求数据必须完整、正确、可靠，不能出现数据重复、数据缺失、数据损坏等情况。高并发性：交易型数据库要求能够处理高并发的访问请求，这是因为在大量的事务同时发生时，要防止事务出现冲突或数据数据库的能力，高度兼容SQL，保证事务ACID。KunDB具有业内领先的事务处理性能，SQL兼容性以及新的分布式查询优化技术，支持复杂查询且性能是MySQL的10倍以上，充分满足高并发、大数据量的交易型据库时，确保对数据进行可靠的读写和处理事务更新。在交易型数据库中，事务由多个操作组成，这些操作必须以一致的方式执行，否则就会出现异常或错误。交易型数据库有哪些特点？交易型数据库具有以下几个特点：高

什么是交易型数据库？交易型数据库是为了处理很多并发的事务而设计的数据库管理系统。它们通常具有强一致性、高可靠性、强容错性、高性能、高并发性等特点。交易型数据库的目的是在多个用户或应用程序同时操作数可靠性：交易型数据库必须始终保证高可靠性，遇到任何错误都需要及时处理。支持ACID特性：ACID是指原子性、一致性、隔离性和持久性。交易型数据库必须支持ACID特性，以确保多个并发事务能够正确处理。强数据完整性：交易型数据库要求数据必须完整、正确、可靠，不能出现数据重复、数据缺失、数据损坏等情况。高并发性：交易型数据库要求能够处理高并发的访问请求，这是因为在大量的事务同时发生时，要防止事务出现冲突或数据数据库的能力，高度兼容SQL，保证事务ACID。KunDB具有业内领先的事务处理性能，SQL兼容性以及新的分布式查询优化技术，支持复杂查询且性能是MySQL的10倍以上，充分满足高并发、大数据量的交易型据库时，确保对数据进行可靠的读写和处理事务更新。在交易型数据库中，事务由多个操作组成，这些操作必须以一致的方式执行，否则就会出现异常或错误。交易型数据库有哪些特点？交易型数据库具有以下几个特点：高

并发、在线扩缩容、数据强一致性等能力，适用于操作型业务、高并发业务等场景。多模型数据库ArgoDB具备完整的SQL兼容性，同时具备高扩展、高可靠、多模型、存算解耦等能力，一站式满足数据仓库、实时保护，满足数据发布、流通、脱敏、查询、交易等场景下的数据安全要求。在数据资产安全保障上，5.0版本继续加强了数据容灾备份能力，通过细粒度、高并发、高效率的容灾备份能力，进一步提升数据安全保障能力。此外向量化计算引擎和多模存储引擎，分析性能是同类数据库产品的2~10倍ArgoDB5.0在原高效的计算引擎之上，将计算算子全向量化native改写，使得高并发复杂分析在百毫秒内反馈结果，将优化器中引入数据的使用，提升系统稳定性和业务效率。对于实时数仓场景，数据延迟控制在毫秒级，并且支持高并发分析。在大集群场景下，支持百万级别的表和百万级别的元信息管理，稳定性进一步提升。基于存算双引擎的升级一体化的“湖仓集”中，既能面向业务实现高并发、精准化、高性能的历史数据、实时数据的查询服务，又能承载分析报表、批处理、数据挖掘等分析型数据集市业务，真正意义上为用户提供湖仓集一体化的场景解决方案。通过

并发、在线扩缩容、数据强一致性等能力，适用于操作型业务、高并发业务等场景。多模型数据库ArgoDB具备完整的SQL兼容性，同时具备高扩展、高可靠、多模型、存算解耦等能力，一站式满足数据仓库、实时保护，满足数据发布、流通、脱敏、查询、交易等场景下的数据安全要求。在数据资产安全保障上，5.0版本继续加强了数据容灾备份能力，通过细粒度、高并发、高效率的容灾备份能力，进一步提升数据安全保障能力。此外向量化计算引擎和多模存储引擎，分析性能是同类数据库产品的2~10倍ArgoDB5.0在原高效的计算引擎之上，将计算算子全向量化native改写，使得高并发复杂分析在百毫秒内反馈结果，将优化器中引入数据的使用，提升系统稳定性和业务效率。对于实时数仓场景，数据延迟控制在毫秒级，并且支持高并发分析。在大集群场景下，支持百万级别的表和百万级别的元信息管理，稳定性进一步提升。基于存算双引擎的升级一体化的“湖仓集”中，既能面向业务实现高并发、精准化、高性能的历史数据、实时数据的查询服务，又能承载分析报表、批处理、数据挖掘等分析型数据集市业务，真正意义上为用户提供湖仓集一体化的场景解决方案。通过

的要求，提供良好的用户体验。高并发处理能力：支持大量并发的查询请求，在高并发场景下仍能保持稳定的性能，确保系统在面对多个用户同时进行查询操作时不会出现性能瓶颈，满足大规模用户的使用需求。良好的可扩展性高性能向量数据库是一种专门针对向量数据进行高效存储、快速检索和灵活管理的数据库系统，具有以下特点：高效的数据存储与索引存储结构优化：采用专门设计的数据结构来存储高维向量数据，减少数据冗余，提高存储相似度检索。快速的查询性能低延迟查询：在处理大规模向量数据的相似性搜索和近邻查询时，能够在极短的时间内返回结果，对于需要实时响应的应用场景，如实时推荐系统、在线图像识别等，高性能向量数据库可以满足低延迟

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"}...

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。...

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

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•...

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...

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。

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

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":...