向量数据库的存储

向量数据库是专门用于高效地存储、查询和管理向量数据的数据库。而向量存储，作为向量数据库的核心组成部分，其设计和优化直接影响到数据库的性能和效率。数据结构向量数据库在存储向量数据时，通常会采用特定的具有固定维度的向量集合。这些平面数据结构简单直观，但在处理大规模数据集时，可能会面临性能瓶颈。特定向量存储引擎：为了克服平面数据结构的局限性，一些向量数据库采用了特定的向量存储引擎。这些引擎针对向量和提高存储效率，一些向量数据库采用了压缩技术。压缩算法：这些算法通过消除数据中的冗余和重复信息，来减少向量数据的大小。常见的压缩算法包括有损压缩和无损压缩。有损压缩在压缩过程中会损失一定的精度，但通常可以获得更高的压缩比；而无损压缩则能够在保持数据完整性的前提下进行压缩。大规模数据集优化：在处理大规模数据集时，压缩技术显得尤为重要。通过合理地应用压缩算法，向量数据库可以显著减少存储空间的使用，降低存储成本。同时，压缩后的数据还可以提高数据传输和处理的效率，进一步提升整个系统的性能。数据结构。这些数据结构能够有效地组织和存储向量，以便于后续的查询和计算。平面数据结构：常见的平面数据结构包括数组和矩阵。数组是一种线性结构，适用于存储一系列有序的向量；而矩阵则是一种二维结构，适用于存储

向量数据库是专门用于高效地存储、查询和管理向量数据的数据库。而向量存储，作为向量数据库的核心组成部分，其设计和优化直接影响到数据库的性能和效率。数据结构向量数据库在存储向量数据时，通常会采用特定的具有固定维度的向量集合。这些平面数据结构简单直观，但在处理大规模数据集时，可能会面临性能瓶颈。特定向量存储引擎：为了克服平面数据结构的局限性，一些向量数据库采用了特定的向量存储引擎。这些引擎针对向量和提高存储效率，一些向量数据库采用了压缩技术。压缩算法：这些算法通过消除数据中的冗余和重复信息，来减少向量数据的大小。常见的压缩算法包括有损压缩和无损压缩。有损压缩在压缩过程中会损失一定的精度，但通常可以获得更高的压缩比；而无损压缩则能够在保持数据完整性的前提下进行压缩。大规模数据集优化：在处理大规模数据集时，压缩技术显得尤为重要。通过合理地应用压缩算法，向量数据库可以显著减少存储空间的使用，降低存储成本。同时，压缩后的数据还可以提高数据传输和处理的效率，进一步提升整个系统的性能。数据结构。这些数据结构能够有效地组织和存储向量，以便于后续的查询和计算。平面数据结构：常见的平面数据结构包括数组和矩阵。数组是一种线性结构，适用于存储一系列有序的向量；而矩阵则是一种二维结构，适用于存储

向量数据库是专门用于高效地存储、查询和管理向量数据的数据库。而向量存储，作为向量数据库的核心组成部分，其设计和优化直接影响到数据库的性能和效率。数据结构向量数据库在存储向量数据时，通常会采用特定的具有固定维度的向量集合。这些平面数据结构简单直观，但在处理大规模数据集时，可能会面临性能瓶颈。特定向量存储引擎：为了克服平面数据结构的局限性，一些向量数据库采用了特定的向量存储引擎。这些引擎针对向量和提高存储效率，一些向量数据库采用了压缩技术。压缩算法：这些算法通过消除数据中的冗余和重复信息，来减少向量数据的大小。常见的压缩算法包括有损压缩和无损压缩。有损压缩在压缩过程中会损失一定的精度，但通常可以获得更高的压缩比；而无损压缩则能够在保持数据完整性的前提下进行压缩。大规模数据集优化：在处理大规模数据集时，压缩技术显得尤为重要。通过合理地应用压缩算法，向量数据库可以显著减少存储空间的使用，降低存储成本。同时，压缩后的数据还可以提高数据传输和处理的效率，进一步提升整个系统的性能。数据结构。这些数据结构能够有效地组织和存储向量，以便于后续的查询和计算。平面数据结构：常见的平面数据结构包括数组和矩阵。数组是一种线性结构，适用于存储一系列有序的向量；而矩阵则是一种二维结构，适用于存储

向量存储数据库是专门用于存储和管理向量数据的数据库，其主要的目的是为了高效的存储和检索大规模的向量数据。向量存储数据库常常用于应对图像、声音、文本和模型表示等大规模向量数据处理的场景，它提供了一种非常有效的方式来存储和索引向量数据。向量存储数据库采用特殊的索引结构和相似度匹配算法，可以速查询出相似的向量数据。采用向量数据库进行存储和查询，相比传统的关系型数据库，可以实现更有效率的向量检索和相似度比较，大大提高了计算效率。向量存储数据库具有以下几优势：高速的存储和检索：向量存储数据库采用特殊的索引技术，可以实现高效低延迟的向量检索便于扩展：向量存储数据库具有良好的可扩展性，使得用户可以轻松地扩展或缩小其存储容量。强大的相似度和聚类搜索功能：向量存储数据库能够处理相似向量和聚类等相关操作，增强了向量数据的应用价值在大量向量数据处理和大数据与AI应用领域中，向量存储数据库是一种非常便捷的工具，可以帮助开发人员更快更好地完成向量数据的管理和查询等任务。星环分布式向量数据库-TranswarpHippo星环分布式向量数据库Hippo作为一款企业级云原生分布式向量数据库，基于分布式特性，可以

向量存储数据库是专门用于存储和管理向量数据的数据库，其主要的目的是为了高效的存储和检索大规模的向量数据。向量存储数据库常常用于应对图像、声音、文本和模型表示等大规模向量数据处理的场景，它提供了一种非常有效的方式来存储和索引向量数据。向量存储数据库采用特殊的索引结构和相似度匹配算法，可以速查询出相似的向量数据。采用向量数据库进行存储和查询，相比传统的关系型数据库，可以实现更有效率的向量检索和相似度比较，大大提高了计算效率。向量存储数据库具有以下几优势：高速的存储和检索：向量存储数据库采用特殊的索引技术，可以实现高效低延迟的向量检索便于扩展：向量存储数据库具有良好的可扩展性，使得用户可以轻松地扩展或缩小其存储容量。强大的相似度和聚类搜索功能：向量存储数据库能够处理相似向量和聚类等相关操作，增强了向量数据的应用价值在大量向量数据处理和大数据与AI应用领域中，向量存储数据库是一种非常便捷的工具，可以帮助开发人员更快更好地完成向量数据的管理和查询等任务。星环分布式向量数据库-TranswarpHippo星环分布式向量数据库Hippo作为一款企业级云原生分布式向量数据库，基于分布式特性，可以

向量存储数据库是专门用于存储和管理向量数据的数据库，其主要的目的是为了高效的存储和检索大规模的向量数据。向量存储数据库常常用于应对图像、声音、文本和模型表示等大规模向量数据处理的场景，它提供了一种非常有效的方式来存储和索引向量数据。向量存储数据库采用特殊的索引结构和相似度匹配算法，可以速查询出相似的向量数据。采用向量数据库进行存储和查询，相比传统的关系型数据库，可以实现更有效率的向量检索和相似度比较，大大提高了计算效率。向量存储数据库具有以下几优势：高速的存储和检索：向量存储数据库采用特殊的索引技术，可以实现高效低延迟的向量检索便于扩展：向量存储数据库具有良好的可扩展性，使得用户可以轻松地扩展或缩小其存储容量。强大的相似度和聚类搜索功能：向量存储数据库能够处理相似向量和聚类等相关操作，增强了向量数据的应用价值在大量向量数据处理和大数据与AI应用领域中，向量存储数据库是一种非常便捷的工具，可以帮助开发人员更快更好地完成向量数据的管理和查询等任务。星环分布式向量数据库-TranswarpHippo星环分布式向量数据库Hippo作为一款企业级云原生分布式向量数据库，基于分布式特性，可以

向量数据库是一种专门用于存储和检索高维向量数据的新型数据库，利用高效的索引结构和检索算法，实现对向量数据的快速相似度匹配，为机器学习、自然语言处理等领域提供了强大的数据支持。向量数据库的核心在于其结构和检索算法，以实现快速的相似度检索。支持数据的持久化：向量数据库需要能够持久化存储向量数据，确保数据的安全性和可靠性。即使在系统重启或故障时，也能够恢复数据并继续提供服务。支持一种易用的查询语言面向高维向量数据的处理能力。与传统的关系型数据库不同，向量数据库以向量作为基本的数据单元，每个向量可以看作是数据空间中的一个点。这种表示方式使得向量数据库能够处理更为复杂和丰富的数据结构，同时也为高效的相似度检索提供了可能。向量数据库需要具备以下基本功能：支持向量数据的增删改查：这是任何数据库的基础功能。向量数据库需要能够方便地添加新的向量数据，删除不再需要的数据，修改已存在的数据，以及查询特定的向量数据。高性能的向量检索：这是向量数据库为关键的能力之一。向量检索通常是基于某种相似度度量（如余弦相似度、欧氏距离等）来进行的，目的是找到与给定向量为相似的其他向量。因此，向量数据库需要设计高效的索引

向量数据库是一种专门用于存储和检索高维向量数据的新型数据库，利用高效的索引结构和检索算法，实现对向量数据的快速相似度匹配，为机器学习、自然语言处理等领域提供了强大的数据支持。向量数据库的核心在于其结构和检索算法，以实现快速的相似度检索。支持数据的持久化：向量数据库需要能够持久化存储向量数据，确保数据的安全性和可靠性。即使在系统重启或故障时，也能够恢复数据并继续提供服务。支持一种易用的查询语言面向高维向量数据的处理能力。与传统的关系型数据库不同，向量数据库以向量作为基本的数据单元，每个向量可以看作是数据空间中的一个点。这种表示方式使得向量数据库能够处理更为复杂和丰富的数据结构，同时也为高效的相似度检索提供了可能。向量数据库需要具备以下基本功能：支持向量数据的增删改查：这是任何数据库的基础功能。向量数据库需要能够方便地添加新的向量数据，删除不再需要的数据，修改已存在的数据，以及查询特定的向量数据。高性能的向量检索：这是向量数据库为关键的能力之一。向量检索通常是基于某种相似度度量（如余弦相似度、欧氏距离等）来进行的，目的是找到与给定向量为相似的其他向量。因此，向量数据库需要设计高效的索引

向量数据库是一种专门用于存储和检索高维向量数据的新型数据库，利用高效的索引结构和检索算法，实现对向量数据的快速相似度匹配，为机器学习、自然语言处理等领域提供了强大的数据支持。向量数据库的核心在于其结构和检索算法，以实现快速的相似度检索。支持数据的持久化：向量数据库需要能够持久化存储向量数据，确保数据的安全性和可靠性。即使在系统重启或故障时，也能够恢复数据并继续提供服务。支持一种易用的查询语言面向高维向量数据的处理能力。与传统的关系型数据库不同，向量数据库以向量作为基本的数据单元，每个向量可以看作是数据空间中的一个点。这种表示方式使得向量数据库能够处理更为复杂和丰富的数据结构，同时也为高效的相似度检索提供了可能。向量数据库需要具备以下基本功能：支持向量数据的增删改查：这是任何数据库的基础功能。向量数据库需要能够方便地添加新的向量数据，删除不再需要的数据，修改已存在的数据，以及查询特定的向量数据。高性能的向量检索：这是向量数据库为关键的能力之一。向量检索通常是基于某种相似度度量（如余弦相似度、欧氏距离等）来进行的，目的是找到与给定向量为相似的其他向量。因此，向量数据库需要设计高效的索引

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...

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

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。...

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•...

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

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。

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"}...

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：

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