云原生的分布式数据库

什么是云原生分布式向量数据库？云原生分布式向量数据库是一种基于云原生架构设计和开发的分布式向量数据库。云原生分布式向量数据库适用于高并发、海量数据存储和计算的场景，如大规模图像搜索、机器学习和人工智能等领域的应用。它可以大幅度提高数据的处理和分析效率，更好地满足企业对数据存储、计算和应用的需求。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、易拓展等特点，支持多种向量搜索索引，支持数据分区分片、数据持久缩容；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；同时提供故障迁移，数据修复等数据保障能力。企业级安全：Hippo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产品优势云原生系统：Hippo采用全面容器化部署，支持服务的弹性扩

什么是云原生分布式向量数据库？云原生分布式向量数据库是一种基于云原生架构设计和开发的分布式向量数据库。云原生分布式向量数据库适用于高并发、海量数据存储和计算的场景，如大规模图像搜索、机器学习和人工智能等领域的应用。它可以大幅度提高数据的处理和分析效率，更好地满足企业对数据存储、计算和应用的需求。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、易拓展等特点，支持多种向量搜索索引，支持数据分区分片、数据持久缩容；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；同时提供故障迁移，数据修复等数据保障能力。企业级安全：Hippo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产品优势云原生系统：Hippo采用全面容器化部署，支持服务的弹性扩

什么是云原生分布式向量数据库？云原生分布式向量数据库是一种基于云原生架构设计和开发的分布式向量数据库。云原生分布式向量数据库适用于高并发、海量数据存储和计算的场景，如大规模图像搜索、机器学习和人工智能等领域的应用。它可以大幅度提高数据的处理和分析效率，更好地满足企业对数据存储、计算和应用的需求。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、易拓展等特点，支持多种向量搜索索引，支持数据分区分片、数据持久缩容；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；同时提供故障迁移，数据修复等数据保障能力。企业级安全：Hippo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产品优势云原生系统：Hippo采用全面容器化部署，支持服务的弹性扩

什么是云原生分布式向量数据库？云原生分布式向量数据库是一种基于云原生架构设计和开发的分布式向量数据库。云原生分布式向量数据库适用于高并发、海量数据存储和计算的场景，如大规模图像搜索、机器学习和人工智能等领域的应用。它可以大幅度提高数据的处理和分析效率，更好地满足企业对数据存储、计算和应用的需求。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、易拓展等特点，支持多种向量搜索索引，支持数据分区分片、数据持久缩容；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；同时提供故障迁移，数据修复等数据保障能力。企业级安全：Hippo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产品优势云原生系统：Hippo采用全面容器化部署，支持服务的弹性扩

什么是云原生分布式向量数据库？云原生分布式向量数据库是一种基于云原生架构设计和开发的分布式向量数据库。云原生分布式向量数据库适用于高并发、海量数据存储和计算的场景，如大规模图像搜索、机器学习和人工智能等领域的应用。它可以大幅度提高数据的处理和分析效率，更好地满足企业对数据存储、计算和应用的需求。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、易拓展等特点，支持多种向量搜索索引，支持数据分区分片、数据持久缩容；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；同时提供故障迁移，数据修复等数据保障能力。企业级安全：Hippo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产品优势云原生系统：Hippo采用全面容器化部署，支持服务的弹性扩

什么是云原生分布式向量数据库？云原生分布式向量数据库是一种基于云原生架构设计和开发的分布式向量数据库。云原生分布式向量数据库适用于高并发、海量数据存储和计算的场景，如大规模图像搜索、机器学习和人工智能等领域的应用。它可以大幅度提高数据的处理和分析效率，更好地满足企业对数据存储、计算和应用的需求。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、易拓展等特点，支持多种向量搜索索引，支持数据分区分片、数据持久缩容；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；同时提供故障迁移，数据修复等数据保障能力。企业级安全：Hippo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产品优势云原生系统：Hippo采用全面容器化部署，支持服务的弹性扩

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支持数据高速读写，每秒处理数十万条记录和数百次查询。TimeLyre帮助用户快速开发各类业务与设备的实时监控、实时预警、实时故障诊断等应用。星环分布式数据库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、查询和星环科技推出的一款分布式时空数据库，支持空间地理、时空轨迹、遥感影像等海量数据的存储、查询、分析和挖掘服务。Spacture具备高性能数据读写和分析能力。支持OGC标准图形类型和空间关系，兼容常见的控等场景。星环分布式时序数据库-TranswarpTimeLyreTranswarpTimeLyre是星环科技推出的一款时序数据库，提供海量时间序列数据的高效压缩存储和高性能分析服务。TimeLyre

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支持数据高速读写，每秒处理数十万条记录和数百次查询。TimeLyre帮助用户快速开发各类业务与设备的实时监控、实时预警、实时故障诊断等应用。星环分布式数据库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、查询和星环科技推出的一款分布式时空数据库，支持空间地理、时空轨迹、遥感影像等海量数据的存储、查询、分析和挖掘服务。Spacture具备高性能数据读写和分析能力。支持OGC标准图形类型和空间关系，兼容常见的控等场景。星环分布式时序数据库-TranswarpTimeLyreTranswarpTimeLyre是星环科技推出的一款时序数据库，提供海量时间序列数据的高效压缩存储和高性能分析服务。TimeLyre

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支持数据高速读写，每秒处理数十万条记录和数百次查询。TimeLyre帮助用户快速开发各类业务与设备的实时监控、实时预警、实时故障诊断等应用。星环分布式数据库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、查询和星环科技推出的一款分布式时空数据库，支持空间地理、时空轨迹、遥感影像等海量数据的存储、查询、分析和挖掘服务。Spacture具备高性能数据读写和分析能力。支持OGC标准图形类型和空间关系，兼容常见的控等场景。星环分布式时序数据库-TranswarpTimeLyreTranswarpTimeLyre是星环科技推出的一款时序数据库，提供海量时间序列数据的高效压缩存储和高性能分析服务。TimeLyre

的配置即可使用，运维工作由云服务提供商负责。应用场景：适用于各种规模的企业和应用，尤其是那些需要快速扩展和灵活管理的场景。云原生分布式数据库定义：云原生分布式数据库结合了分布式数据库的特性和云原生技术分布式数据库和云数据库在现代数据管理中都扮演着重要的角色，但它们在概念、架构和应用场景上有所不同。分布式数据库定义：分布式数据库是一种将数据分散存储在多个物理或逻辑节点上的数据库系统。这些节点可以数据一致性、分布式事务等问题。应用场景：适用于需要处理大规模数据、高并发访问和跨地域分布式部署的场景，如大型互联网应用、大数据分析等。云数据库定义：云数据库是部署在云计算平台上的数据库服务，利用云计算的优势。它们通常部署在云平台上，能够实现更高的性能、可伸缩性和可靠性。特点：云原生特性：采用容器化、微服务等技术，实现快速部署和自动扩展。高性能：通过分布式架构和优化的索引、缓存机制，提供高性能的数据访问。集成性：能够与云平台的其他服务进行集成，提供更加高效和灵活的数据服务。应用场景：适用于需要高性能、高可用性和快速扩展能力的现代应用，如金融服务、物联网应用等。

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...

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：

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。

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":...

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"}...