国产 分布式向量数据库

国产分布式数据库星环分布式向量数据库-TranswarpHippoTranswarpHippo是一款企业级云原生分布式向量数据库，支持存储，索引以及管理海量的向量式数据集，能够高效的解决向量相似度Oracle和MySQL、高可用、高性能、集中式与分布式一体化等特性，为企业核心业务系统提供完备的国产化数据库能力支撑。基于自研内存数据库引擎，KunDB单机TPC-C达到188万tpmC，同时性能扩展比超90%，可实现Oralce和MySQL的国产化替代，满足企业关键业务处理、高并发查询、分布式改造、交易分析混合的数据中台等复杂场景，在金融、政务、能源、医疗、交通、教育等多个行业应用，为用户提供高性能、稳定可靠、经济实用的国产化数据库产品。数据的高实时性检索等场景。星环分布式图数据库-TranswarpStellarDBTranswarpStellarDB是星环科技自主研发的企业级分布式图数据库，提供高性能的图存储、计算、分析、查询和海量数据3D图展示能力。StellarDB帮助用户快速开发欺诈检测、推荐引擎、社交网络分析、知识图谱等应用。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是

国产分布式数据库星环分布式向量数据库-TranswarpHippoTranswarpHippo是一款企业级云原生分布式向量数据库，支持存储，索引以及管理海量的向量式数据集，能够高效的解决向量相似度Oracle和MySQL、高可用、高性能、集中式与分布式一体化等特性，为企业核心业务系统提供完备的国产化数据库能力支撑。基于自研内存数据库引擎，KunDB单机TPC-C达到188万tpmC，同时性能扩展比超90%，可实现Oralce和MySQL的国产化替代，满足企业关键业务处理、高并发查询、分布式改造、交易分析混合的数据中台等复杂场景，在金融、政务、能源、医疗、交通、教育等多个行业应用，为用户提供高性能、稳定可靠、经济实用的国产化数据库产品。数据的高实时性检索等场景。星环分布式图数据库-TranswarpStellarDBTranswarpStellarDB是星环科技自主研发的企业级分布式图数据库，提供高性能的图存储、计算、分析、查询和海量数据3D图展示能力。StellarDB帮助用户快速开发欺诈检测、推荐引擎、社交网络分析、知识图谱等应用。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是

国产分布式数据库星环分布式向量数据库-TranswarpHippoTranswarpHippo是一款企业级云原生分布式向量数据库，支持存储，索引以及管理海量的向量式数据集，能够高效的解决向量相似度Oracle和MySQL、高可用、高性能、集中式与分布式一体化等特性，为企业核心业务系统提供完备的国产化数据库能力支撑。基于自研内存数据库引擎，KunDB单机TPC-C达到188万tpmC，同时性能扩展比超90%，可实现Oralce和MySQL的国产化替代，满足企业关键业务处理、高并发查询、分布式改造、交易分析混合的数据中台等复杂场景，在金融、政务、能源、医疗、交通、教育等多个行业应用，为用户提供高性能、稳定可靠、经济实用的国产化数据库产品。数据的高实时性检索等场景。星环分布式图数据库-TranswarpStellarDBTranswarpStellarDB是星环科技自主研发的企业级分布式图数据库，提供高性能的图存储、计算、分析、查询和海量数据3D图展示能力。StellarDB帮助用户快速开发欺诈检测、推荐引擎、社交网络分析、知识图谱等应用。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是

国产分布式数据库星环分布式向量数据库-TranswarpHippoTranswarpHippo是一款企业级云原生分布式向量数据库，支持存储，索引以及管理海量的向量式数据集，能够高效的解决向量相似度Oracle和MySQL、高可用、高性能、集中式与分布式一体化等特性，为企业核心业务系统提供完备的国产化数据库能力支撑。基于自研内存数据库引擎，KunDB单机TPC-C达到188万tpmC，同时性能扩展比超90%，可实现Oralce和MySQL的国产化替代，满足企业关键业务处理、高并发查询、分布式改造、交易分析混合的数据中台等复杂场景，在金融、政务、能源、医疗、交通、教育等多个行业应用，为用户提供高性能、稳定可靠、经济实用的国产化数据库产品。数据的高实时性检索等场景。星环分布式图数据库-TranswarpStellarDBTranswarpStellarDB是星环科技自主研发的企业级分布式图数据库，提供高性能的图存储、计算、分析、查询和海量数据3D图展示能力。StellarDB帮助用户快速开发欺诈检测、推荐引擎、社交网络分析、知识图谱等应用。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是

解锁分布式向量数据库：大模型时代的数据新引擎向量数据库：AI时代的新宠在当今数字化的时代，数据犹如一座蕴藏着无尽价值的宝藏，而数据库则是开启这座宝藏的关键钥匙。随着人工智能技术的飞速发展，特别是大含义，返回最相关的文本信息。这种强大的能力，使得向量数据库在人工智能的各个领域都得到了广泛的应用。分布式向量数据库揭秘（一）什么是分布式向量数据库分布式向量数据库，是一种专门设计用于存储和查询向量数据的数据库系统，并且采用了分布式架构来处理和管理数据。它的核心在于处理和存储高维向量数据，这些向量数据通常来自于机器学习和深度学习模型对非结构化数据（如文本、图像、音频、视频等）的编码处理。以图像数据为例，通过卷积神经网络（CNN）提取图像的特征，将其转化为一个高维向量，这个向量就包含了图像的关键信息，如颜色、形状、纹理等特征。分布式向量数据库会将这些向量存储起来，并建立相应的索引，以便后续进行快速查询。而分布式架构则是将数据库的各个组件分布在多个节点上，通过网络进行通信和协作。与传统的集中式向量数据库相比，分布式向量数据库具有诸多优势。它可以将数据和计算负载分散到多个服务器上，从而能够处理

解锁分布式向量数据库：大模型时代的数据新引擎向量数据库：AI时代的新宠在当今数字化的时代，数据犹如一座蕴藏着无尽价值的宝藏，而数据库则是开启这座宝藏的关键钥匙。随着人工智能技术的飞速发展，特别是大含义，返回最相关的文本信息。这种强大的能力，使得向量数据库在人工智能的各个领域都得到了广泛的应用。分布式向量数据库揭秘（一）什么是分布式向量数据库分布式向量数据库，是一种专门设计用于存储和查询向量数据的数据库系统，并且采用了分布式架构来处理和管理数据。它的核心在于处理和存储高维向量数据，这些向量数据通常来自于机器学习和深度学习模型对非结构化数据（如文本、图像、音频、视频等）的编码处理。以图像数据为例，通过卷积神经网络（CNN）提取图像的特征，将其转化为一个高维向量，这个向量就包含了图像的关键信息，如颜色、形状、纹理等特征。分布式向量数据库会将这些向量存储起来，并建立相应的索引，以便后续进行快速查询。而分布式架构则是将数据库的各个组件分布在多个节点上，通过网络进行通信和协作。与传统的集中式向量数据库相比，分布式向量数据库具有诸多优势。它可以将数据和计算负载分散到多个服务器上，从而能够处理

什么是分布式向量数据库?分布式向量数据库是一种基于分布式系统架构的向量数据库，它将向量数据库的功能和分布式系统的特性相结合，可以实现在大规模集群上存储和处理海量的向量数据。相比于传统的向量数据库，在分布式向量数据库中，数据可以被分散存储在分布式系统中的多个节点上，并且可以通过负载均衡等技术实现数据的高效查询和分片处理，从而提高存储和计算的效率和性能。星环科技向量数据库-TranswarpHippoTranswarpHippo是一款企业级云原生分布式向量数据库，支持存储，索引以及管理海量的向量式数据集，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。Hippo具备高可用、高性能、易拓展等原生系统：Hippo采用全面容器化部署，支持服务的弹性扩缩容；同时具备多租户和强大的资源管控能力。分布式部署：具备分布式部署能力，满足大规模集群部署需求;通过Raft算法确保数据的强一致性；同时提供故障特点，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检索等场景。TranswarpHippo产品优势云

什么是分布式向量数据库?分布式向量数据库是一种基于分布式系统架构的向量数据库，它将向量数据库的功能和分布式系统的特性相结合，可以实现在大规模集群上存储和处理海量的向量数据。相比于传统的向量数据库，在分布式向量数据库中，数据可以被分散存储在分布式系统中的多个节点上，并且可以通过负载均衡等技术实现数据的高效查询和分片处理，从而提高存储和计算的效率和性能。星环科技向量数据库-TranswarpHippoTranswarpHippo是一款企业级云原生分布式向量数据库，支持存储，索引以及管理海量的向量式数据集，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。Hippo具备高可用、高性能、易拓展等原生系统：Hippo采用全面容器化部署，支持服务的弹性扩缩容；同时具备多租户和强大的资源管控能力。分布式部署：具备分布式部署能力，满足大规模集群部署需求;通过Raft算法确保数据的强一致性；同时提供故障特点，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检索等场景。TranswarpHippo产品优势云

分布式向量数据库是一种专门用于存储、管理和查询高维向量数据的数据库系统，它在人工智能、机器学习、计算机视觉等领域有着广泛的应用。以下将从定义、特点、应用场景、关键技术、主流产品等方面进行详细介绍：定义分布式向量数据库是一种支持分布式架构的数据库，它能够处理大规模的向量数据。这些向量数据通常是通过机器学习模型将文本、图像、音频等非结构化数据转换得到的特征向量，数据库可以高效地存储这些向量，并提，通过与数据库中的人脸向量进行比对，快速识别出人员身份。关键技术向量索引技术：为了提高向量相似度查询的效率，分布式向量数据库通常采用各种向量索引结构。分布式存储技术：采用分布式文件系统或分布式数据库来存储数据的可靠性和可用性。即使部分节点出现故障，也不会影响整个数据库的正常运行，数据不会丢失。分布式处理：支持将数据和查询任务分布到多个节点上进行并行处理，充分利用集群的计算资源，提高处理效率。应用场景推荐。高性能查询：采用专门的索引结构和算法来加速向量相似度查询，能够在短时间内从海量向量数据中找到与查询向量最相似的向量，满足实时性要求较高的应用场景。数据可靠性：通过数据复制和分布式存储技术，确保向量

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"}...

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•...

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

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...

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。...

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：

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":...