国产向量数据库厂家

国产向量数据库：人工智能时代的“数据引擎”向量数据库，到底是什么？传统数据库，就像一个超级规整的电子表格，数据都以表格形式存储，一行行、一列列，每个字段都有明确的数据类型，比如姓名是字符串，年龄是范围查进行精确匹配；向量数据库则专注于处理AI应用产生的非结构化数据，采用近似查进行模糊匹配，输出的是概率上相对最符合条件的答案，而非精确的标准答案。国产向量数据库的优势与特色（一）技术性能优势国产向量数据库在技术性能方面表现卓越。在存储规模上，国产向量数据库最高支持千亿级向量规模，从最初支持的十亿向量规模到如今的千亿规模，实现了跨越式发展，并且通过不断优化索引的压缩算法，让相同的内存可以存储5-10倍的数据，大大提高了存储空间的利用率。查询速度也是国产向量数据库的一大亮点，许多国产向量数据库都能将查询延迟控制在毫秒级。（二）贴合本土需求国产向量数据库在贴合本土需求方面有着独特的优势。在业务特点上，国内企业的业务场景丰富多样，例如电商行业的商品推荐，不仅需要根据用户的浏览历史、购买记录等数据进行精准推荐，还需要考虑到国内消费者独特的消费习惯和节日促销等特殊场景。国产向量数据库能够深入

国产向量数据库：人工智能时代的“数据引擎”向量数据库，到底是什么？传统数据库，就像一个超级规整的电子表格，数据都以表格形式存储，一行行、一列列，每个字段都有明确的数据类型，比如姓名是字符串，年龄是范围查进行精确匹配；向量数据库则专注于处理AI应用产生的非结构化数据，采用近似查进行模糊匹配，输出的是概率上相对最符合条件的答案，而非精确的标准答案。国产向量数据库的优势与特色（一）技术性能优势国产向量数据库在技术性能方面表现卓越。在存储规模上，国产向量数据库最高支持千亿级向量规模，从最初支持的十亿向量规模到如今的千亿规模，实现了跨越式发展，并且通过不断优化索引的压缩算法，让相同的内存可以存储5-10倍的数据，大大提高了存储空间的利用率。查询速度也是国产向量数据库的一大亮点，许多国产向量数据库都能将查询延迟控制在毫秒级。（二）贴合本土需求国产向量数据库在贴合本土需求方面有着独特的优势。在业务特点上，国内企业的业务场景丰富多样，例如电商行业的商品推荐，不仅需要根据用户的浏览历史、购买记录等数据进行精准推荐，还需要考虑到国内消费者独特的消费习惯和节日促销等特殊场景。国产向量数据库能够深入

国产向量数据库：人工智能时代的“数据引擎”向量数据库，到底是什么？传统数据库，就像一个超级规整的电子表格，数据都以表格形式存储，一行行、一列列，每个字段都有明确的数据类型，比如姓名是字符串，年龄是范围查进行精确匹配；向量数据库则专注于处理AI应用产生的非结构化数据，采用近似查进行模糊匹配，输出的是概率上相对最符合条件的答案，而非精确的标准答案。国产向量数据库的优势与特色（一）技术性能优势国产向量数据库在技术性能方面表现卓越。在存储规模上，国产向量数据库最高支持千亿级向量规模，从最初支持的十亿向量规模到如今的千亿规模，实现了跨越式发展，并且通过不断优化索引的压缩算法，让相同的内存可以存储5-10倍的数据，大大提高了存储空间的利用率。查询速度也是国产向量数据库的一大亮点，许多国产向量数据库都能将查询延迟控制在毫秒级。（二）贴合本土需求国产向量数据库在贴合本土需求方面有着独特的优势。在业务特点上，国内企业的业务场景丰富多样，例如电商行业的商品推荐，不仅需要根据用户的浏览历史、购买记录等数据进行精准推荐，还需要考虑到国内消费者独特的消费习惯和节日促销等特殊场景。国产向量数据库能够深入

国产向量数据库：人工智能时代的“数据引擎”向量数据库，到底是什么？传统数据库，就像一个超级规整的电子表格，数据都以表格形式存储，一行行、一列列，每个字段都有明确的数据类型，比如姓名是字符串，年龄是范围查进行精确匹配；向量数据库则专注于处理AI应用产生的非结构化数据，采用近似查进行模糊匹配，输出的是概率上相对最符合条件的答案，而非精确的标准答案。国产向量数据库的优势与特色（一）技术性能优势国产向量数据库在技术性能方面表现卓越。在存储规模上，国产向量数据库最高支持千亿级向量规模，从最初支持的十亿向量规模到如今的千亿规模，实现了跨越式发展，并且通过不断优化索引的压缩算法，让相同的内存可以存储5-10倍的数据，大大提高了存储空间的利用率。查询速度也是国产向量数据库的一大亮点，许多国产向量数据库都能将查询延迟控制在毫秒级。（二）贴合本土需求国产向量数据库在贴合本土需求方面有着独特的优势。在业务特点上，国内企业的业务场景丰富多样，例如电商行业的商品推荐，不仅需要根据用户的浏览历史、购买记录等数据进行精准推荐，还需要考虑到国内消费者独特的消费习惯和节日促销等特殊场景。国产向量数据库能够深入

国产向量数据库：人工智能时代的“数据引擎”向量数据库，到底是什么？传统数据库，就像一个超级规整的电子表格，数据都以表格形式存储，一行行、一列列，每个字段都有明确的数据类型，比如姓名是字符串，年龄是范围查进行精确匹配；向量数据库则专注于处理AI应用产生的非结构化数据，采用近似查进行模糊匹配，输出的是概率上相对最符合条件的答案，而非精确的标准答案。国产向量数据库的优势与特色（一）技术性能优势国产向量数据库在技术性能方面表现卓越。在存储规模上，国产向量数据库最高支持千亿级向量规模，从最初支持的十亿向量规模到如今的千亿规模，实现了跨越式发展，并且通过不断优化索引的压缩算法，让相同的内存可以存储5-10倍的数据，大大提高了存储空间的利用率。查询速度也是国产向量数据库的一大亮点，许多国产向量数据库都能将查询延迟控制在毫秒级。（二）贴合本土需求国产向量数据库在贴合本土需求方面有着独特的优势。在业务特点上，国内企业的业务场景丰富多样，例如电商行业的商品推荐，不仅需要根据用户的浏览历史、购买记录等数据进行精准推荐，还需要考虑到国内消费者独特的消费习惯和节日促销等特殊场景。国产向量数据库能够深入

国产向量数据库：人工智能时代的“数据引擎”向量数据库，到底是什么？传统数据库，就像一个超级规整的电子表格，数据都以表格形式存储，一行行、一列列，每个字段都有明确的数据类型，比如姓名是字符串，年龄是范围查进行精确匹配；向量数据库则专注于处理AI应用产生的非结构化数据，采用近似查进行模糊匹配，输出的是概率上相对最符合条件的答案，而非精确的标准答案。国产向量数据库的优势与特色（一）技术性能优势国产向量数据库在技术性能方面表现卓越。在存储规模上，国产向量数据库最高支持千亿级向量规模，从最初支持的十亿向量规模到如今的千亿规模，实现了跨越式发展，并且通过不断优化索引的压缩算法，让相同的内存可以存储5-10倍的数据，大大提高了存储空间的利用率。查询速度也是国产向量数据库的一大亮点，许多国产向量数据库都能将查询延迟控制在毫秒级。（二）贴合本土需求国产向量数据库在贴合本土需求方面有着独特的优势。在业务特点上，国内企业的业务场景丰富多样，例如电商行业的商品推荐，不仅需要根据用户的浏览历史、购买记录等数据进行精准推荐，还需要考虑到国内消费者独特的消费习惯和节日促销等特殊场景。国产向量数据库能够深入

，为向量构建专门的数据库处理系统。TranswarpHippo是星环科技自主可控的一款国产企业级云原生分布式向量数据库，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伴随着企业对海量非结构化数据管理的需求的不断加深，以及深度学习在工业界的广泛落地，向量数据在实际应用场景下的数据量级开始直线增加。想要高效处理这些海量的向量数据，就需要更细分、更专业的数据基础设施，能够高效的解决向量相似度检索以及高密度向量聚类等问题。TranswarpHippo具备高可用，高性能，易拓展等特点，支持多种向量搜索索引，支持数据分区分片，数据持久化，增量数据摄取，向量标量字段过滤混合查询等功能，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。同时,TranswarpHippo也可以高效的服务于大模型，有效地解决大模型在知识时效性低、输入能力有限、准确度低等问题并行检索能力；同时支持多类索引，满足不同业务场景;支持检索速度和内存使用的特定优化，支持寄存器级算法优化。多模型联合分析：基于多模型统一技术架构，向量数据与关系型数据、图数据、时序数据等多种模型数据进行

，为向量构建专门的数据库处理系统。TranswarpHippo是星环科技自主可控的一款国产企业级云原生分布式向量数据库，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伴随着企业对海量非结构化数据管理的需求的不断加深，以及深度学习在工业界的广泛落地，向量数据在实际应用场景下的数据量级开始直线增加。想要高效处理这些海量的向量数据，就需要更细分、更专业的数据基础设施，能够高效的解决向量相似度检索以及高密度向量聚类等问题。TranswarpHippo具备高可用，高性能，易拓展等特点，支持多种向量搜索索引，支持数据分区分片，数据持久化，增量数据摄取，向量标量字段过滤混合查询等功能，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。同时,TranswarpHippo也可以高效的服务于大模型，有效地解决大模型在知识时效性低、输入能力有限、准确度低等问题并行检索能力；同时支持多类索引，满足不同业务场景;支持检索速度和内存使用的特定优化，支持寄存器级算法优化。多模型联合分析：基于多模型统一技术架构，向量数据与关系型数据、图数据、时序数据等多种模型数据进行

，为向量构建专门的数据库处理系统。TranswarpHippo是星环科技自主可控的一款国产企业级云原生分布式向量数据库，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伴随着企业对海量非结构化数据管理的需求的不断加深，以及深度学习在工业界的广泛落地，向量数据在实际应用场景下的数据量级开始直线增加。想要高效处理这些海量的向量数据，就需要更细分、更专业的数据基础设施，能够高效的解决向量相似度检索以及高密度向量聚类等问题。TranswarpHippo具备高可用，高性能，易拓展等特点，支持多种向量搜索索引，支持数据分区分片，数据持久化，增量数据摄取，向量标量字段过滤混合查询等功能，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。同时,TranswarpHippo也可以高效的服务于大模型，有效地解决大模型在知识时效性低、输入能力有限、准确度低等问题并行检索能力；同时支持多类索引，满足不同业务场景;支持检索速度和内存使用的特定优化，支持寄存器级算法优化。多模型联合分析：基于多模型统一技术架构，向量数据与关系型数据、图数据、时序数据等多种模型数据进行

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...

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

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...

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。

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•...

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：

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":...