大数据服务提供商

的数据分析报告，为决策提供依据。服务模式软件即服务（SaaS）：供应商将大数据服务以软件的形式提供给用户，用户通过互联网访问和使用这些服务，无需在本地安装和维护软件和硬件设备。如一些云端的数据分析平台大数据服务是指基于大数据技术和平台，为企业和机构提供的数据采集、存储、处理、分析以及可视化等一系列服务的统称。服务类型数据采集与整合服务数据采集：从各种数据源（如数据库、文件系统、传感器、网络日志等，用户只需上传数据，即可进行各种分析操作。平台即服务（PaaS）：提供大数据处理平台和开发环境，用户可以在平台上开发、测试和部署自己的大数据应用程序。基础设施即服务（IaaS）：主要提供计算、存储批处理框架，对大规模数据集进行批量处理，如数据挖掘、统计分析等。流处理服务：利用流处理平台，实时处理源源不断的数据流，实现实时监控和决策。高级分析服务：运用机器学习、深度学习等技术，进行预测分析、文本分析、图像分析等复杂分析，为企业提供深度洞察。数据可视化与报告服务可视化设计：将分析结果以直观的图表、图形、地图等形式展示出来，帮助用户快速理解数据背后的含义。报告生成：根据用户需求，生成定期或不定期

的数据分析报告，为决策提供依据。服务模式软件即服务（SaaS）：供应商将大数据服务以软件的形式提供给用户，用户通过互联网访问和使用这些服务，无需在本地安装和维护软件和硬件设备。如一些云端的数据分析平台大数据服务是指基于大数据技术和平台，为企业和机构提供的数据采集、存储、处理、分析以及可视化等一系列服务的统称。服务类型数据采集与整合服务数据采集：从各种数据源（如数据库、文件系统、传感器、网络日志等，用户只需上传数据，即可进行各种分析操作。平台即服务（PaaS）：提供大数据处理平台和开发环境，用户可以在平台上开发、测试和部署自己的大数据应用程序。基础设施即服务（IaaS）：主要提供计算、存储批处理框架，对大规模数据集进行批量处理，如数据挖掘、统计分析等。流处理服务：利用流处理平台，实时处理源源不断的数据流，实现实时监控和决策。高级分析服务：运用机器学习、深度学习等技术，进行预测分析、文本分析、图像分析等复杂分析，为企业提供深度洞察。数据可视化与报告服务可视化设计：将分析结果以直观的图表、图形、地图等形式展示出来，帮助用户快速理解数据背后的含义。报告生成：根据用户需求，生成定期或不定期

的数据分析报告，为决策提供依据。服务模式软件即服务（SaaS）：供应商将大数据服务以软件的形式提供给用户，用户通过互联网访问和使用这些服务，无需在本地安装和维护软件和硬件设备。如一些云端的数据分析平台大数据服务是指基于大数据技术和平台，为企业和机构提供的数据采集、存储、处理、分析以及可视化等一系列服务的统称。服务类型数据采集与整合服务数据采集：从各种数据源（如数据库、文件系统、传感器、网络日志等，用户只需上传数据，即可进行各种分析操作。平台即服务（PaaS）：提供大数据处理平台和开发环境，用户可以在平台上开发、测试和部署自己的大数据应用程序。基础设施即服务（IaaS）：主要提供计算、存储批处理框架，对大规模数据集进行批量处理，如数据挖掘、统计分析等。流处理服务：利用流处理平台，实时处理源源不断的数据流，实现实时监控和决策。高级分析服务：运用机器学习、深度学习等技术，进行预测分析、文本分析、图像分析等复杂分析，为企业提供深度洞察。数据可视化与报告服务可视化设计：将分析结果以直观的图表、图形、地图等形式展示出来，帮助用户快速理解数据背后的含义。报告生成：根据用户需求，生成定期或不定期

专业人员来管理数据。这种方法既费时又费力，并且往往需要大量的资金投入。而数据即服务的模式可以帮助企业摆脱这些繁琐而昂贵的任务。云服务提供商将数据存储和处理的任务转移到自己的数据中心中，并提供各种数据服务数据即服务（DataasaService，DaaS）指的是一种将数据作为一种服务提供给用户的模式。它将数据存储、管理和分发的任务交给云服务提供商，以使用户能够轻松访问和利用数据。数据即服务的出现，为企业和个人提供了更简单、更经济高效的方式来管理和使用数据。数据即服务的理念是基于云计算大数据分析技术的发展而来的。传统上，企业需要自行建立和维护自己的数据中心，购买昂贵的硬件设备和软件系统，以及雇佣提供商通常会使用先进的数据备份和恢复技术，确保数据的可靠性和安全性。数据即服务还可以帮助用户更好地利用数据。云服务提供商通常具有强大的数据分析和挖掘能力，可以帮助用户进行数据分析、预测和决策。用户可以通过数据即服务获取到更多的数据，并利用这些数据来发现业务中的机会和问题，并制定更加科学的决策。给用户。用户只需要通过互联网进行访问，无需担心硬件和软件的采购、更新和维护。数据即服务可以提供多种类型的数据服务。其中包括数据存储、数据备份和恢复、数据清洗和转换、数据安全和隐私保护等。用户可以根据

的数据分析报告，为决策提供依据。服务模式软件即服务（SaaS）：供应商将大数据服务以软件的形式提供给用户，用户通过互联网访问和使用这些服务，无需在本地安装和维护软件和硬件设备。如一些云端的数据分析平台大数据服务是指基于大数据技术和平台，为企业和机构提供的数据采集、存储、处理、分析以及可视化等一系列服务的统称。服务类型数据采集与整合服务数据采集：从各种数据源（如数据库、文件系统、传感器、网络日志等，用户只需上传数据，即可进行各种分析操作。平台即服务（PaaS）：提供大数据处理平台和开发环境，用户可以在平台上开发、测试和部署自己的大数据应用程序。基础设施即服务（IaaS）：主要提供计算、存储批处理框架，对大规模数据集进行批量处理，如数据挖掘、统计分析等。流处理服务：利用流处理平台，实时处理源源不断的数据流，实现实时监控和决策。高级分析服务：运用机器学习、深度学习等技术，进行预测分析、文本分析、图像分析等复杂分析，为企业提供深度洞察。数据可视化与报告服务可视化设计：将分析结果以直观的图表、图形、地图等形式展示出来，帮助用户快速理解数据背后的含义。报告生成：根据用户需求，生成定期或不定期

的数据分析报告，为决策提供依据。服务模式软件即服务（SaaS）：供应商将大数据服务以软件的形式提供给用户，用户通过互联网访问和使用这些服务，无需在本地安装和维护软件和硬件设备。如一些云端的数据分析平台大数据服务是指基于大数据技术和平台，为企业和机构提供的数据采集、存储、处理、分析以及可视化等一系列服务的统称。服务类型数据采集与整合服务数据采集：从各种数据源（如数据库、文件系统、传感器、网络日志等，用户只需上传数据，即可进行各种分析操作。平台即服务（PaaS）：提供大数据处理平台和开发环境，用户可以在平台上开发、测试和部署自己的大数据应用程序。基础设施即服务（IaaS）：主要提供计算、存储批处理框架，对大规模数据集进行批量处理，如数据挖掘、统计分析等。流处理服务：利用流处理平台，实时处理源源不断的数据流，实现实时监控和决策。高级分析服务：运用机器学习、深度学习等技术，进行预测分析、文本分析、图像分析等复杂分析，为企业提供深度洞察。数据可视化与报告服务可视化设计：将分析结果以直观的图表、图形、地图等形式展示出来，帮助用户快速理解数据背后的含义。报告生成：根据用户需求，生成定期或不定期

的数据分析报告，为决策提供依据。服务模式软件即服务（SaaS）：供应商将大数据服务以软件的形式提供给用户，用户通过互联网访问和使用这些服务，无需在本地安装和维护软件和硬件设备。如一些云端的数据分析平台大数据服务是指基于大数据技术和平台，为企业和机构提供的数据采集、存储、处理、分析以及可视化等一系列服务的统称。服务类型数据采集与整合服务数据采集：从各种数据源（如数据库、文件系统、传感器、网络日志等，用户只需上传数据，即可进行各种分析操作。平台即服务（PaaS）：提供大数据处理平台和开发环境，用户可以在平台上开发、测试和部署自己的大数据应用程序。基础设施即服务（IaaS）：主要提供计算、存储批处理框架，对大规模数据集进行批量处理，如数据挖掘、统计分析等。流处理服务：利用流处理平台，实时处理源源不断的数据流，实现实时监控和决策。高级分析服务：运用机器学习、深度学习等技术，进行预测分析、文本分析、图像分析等复杂分析，为企业提供深度洞察。数据可视化与报告服务可视化设计：将分析结果以直观的图表、图形、地图等形式展示出来，帮助用户快速理解数据背后的含义。报告生成：根据用户需求，生成定期或不定期

的数据分析报告，为决策提供依据。服务模式软件即服务（SaaS）：供应商将大数据服务以软件的形式提供给用户，用户通过互联网访问和使用这些服务，无需在本地安装和维护软件和硬件设备。如一些云端的数据分析平台大数据服务是指基于大数据技术和平台，为企业和机构提供的数据采集、存储、处理、分析以及可视化等一系列服务的统称。服务类型数据采集与整合服务数据采集：从各种数据源（如数据库、文件系统、传感器、网络日志等，用户只需上传数据，即可进行各种分析操作。平台即服务（PaaS）：提供大数据处理平台和开发环境，用户可以在平台上开发、测试和部署自己的大数据应用程序。基础设施即服务（IaaS）：主要提供计算、存储批处理框架，对大规模数据集进行批量处理，如数据挖掘、统计分析等。流处理服务：利用流处理平台，实时处理源源不断的数据流，实现实时监控和决策。高级分析服务：运用机器学习、深度学习等技术，进行预测分析、文本分析、图像分析等复杂分析，为企业提供深度洞察。数据可视化与报告服务可视化设计：将分析结果以直观的图表、图形、地图等形式展示出来，帮助用户快速理解数据背后的含义。报告生成：根据用户需求，生成定期或不定期

专业人员来管理数据。这种方法既费时又费力，并且往往需要大量的资金投入。而数据即服务的模式可以帮助企业摆脱这些繁琐而昂贵的任务。云服务提供商将数据存储和处理的任务转移到自己的数据中心中，并提供各种数据服务数据即服务（DataasaService，DaaS）指的是一种将数据作为一种服务提供给用户的模式。它将数据存储、管理和分发的任务交给云服务提供商，以使用户能够轻松访问和利用数据。数据即服务的出现，为企业和个人提供了更简单、更经济高效的方式来管理和使用数据。数据即服务的理念是基于云计算大数据分析技术的发展而来的。传统上，企业需要自行建立和维护自己的数据中心，购买昂贵的硬件设备和软件系统，以及雇佣提供商通常会使用先进的数据备份和恢复技术，确保数据的可靠性和安全性。数据即服务还可以帮助用户更好地利用数据。云服务提供商通常具有强大的数据分析和挖掘能力，可以帮助用户进行数据分析、预测和决策。用户可以通过数据即服务获取到更多的数据，并利用这些数据来发现业务中的机会和问题，并制定更加科学的决策。给用户。用户只需要通过互联网进行访问，无需担心硬件和软件的采购、更新和维护。数据即服务可以提供多种类型的数据服务。其中包括数据存储、数据备份和恢复、数据清洗和转换、数据安全和隐私保护等。用户可以根据

专业人员来管理数据。这种方法既费时又费力，并且往往需要大量的资金投入。而数据即服务的模式可以帮助企业摆脱这些繁琐而昂贵的任务。云服务提供商将数据存储和处理的任务转移到自己的数据中心中，并提供各种数据服务数据即服务（DataasaService，DaaS）指的是一种将数据作为一种服务提供给用户的模式。它将数据存储、管理和分发的任务交给云服务提供商，以使用户能够轻松访问和利用数据。数据即服务的出现，为企业和个人提供了更简单、更经济高效的方式来管理和使用数据。数据即服务的理念是基于云计算大数据分析技术的发展而来的。传统上，企业需要自行建立和维护自己的数据中心，购买昂贵的硬件设备和软件系统，以及雇佣提供商通常会使用先进的数据备份和恢复技术，确保数据的可靠性和安全性。数据即服务还可以帮助用户更好地利用数据。云服务提供商通常具有强大的数据分析和挖掘能力，可以帮助用户进行数据分析、预测和决策。用户可以通过数据即服务获取到更多的数据，并利用这些数据来发现业务中的机会和问题，并制定更加科学的决策。给用户。用户只需要通过互联网进行访问，无需担心硬件和软件的采购、更新和维护。数据即服务可以提供多种类型的数据服务。其中包括数据存储、数据备份和恢复、数据清洗和转换、数据安全和隐私保护等。用户可以根据

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。...

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"}...

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":...

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。

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...

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•...

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：