向量数据库和图数据库融合使用

大模型知识库使用向量数据库还是图数据库?在构建大模型知识库时，选择合适的数据库技术尤为重要。当前主要有两种数据库类型备受关注：向量数据库和图数据库。这两种技术各有特点，适用于不同的应用场景。向量关系查询方面效率更高，尤其是当需要遍历复杂关系网络时。在可扩展性方面，向量数据库通常更容易水平扩展，而图数据库的扩展往往面临更多挑战。数据模型方面，向量数据库使用简单的向量集合，结构相对扁平；图数据库则语义相似性的检索，如问答系统、推荐系统，向量数据库可能更合适。如果需要处理复杂的关系推理，如因果分析、知识推理，图数据库可能更有优势。在实际应用中，有些系统甚至会结合使用两种数据库，以发挥各自的优势数据库是专门为处理高维向量数据而设计的。它能够有效存储和检索以向量形式表示的数据，这种表示方式正是现代大模型处理信息的核心方法。当大模型将文本、图像或其他类型的数据转换为嵌入向量后，向量数据库可以快速找到语义上相似的条目。这种能力使得向量数据库特别适合用于大模型的记忆扩展、上下文检索等任务。它的优势在于相似性搜索的快速性，即使面对数十亿级别的向量数据，也能保持较快的查询速度。图数据库则以不同的方式组织

图数据库和向量数据库是两种不同类型的数据库系统，它们在数据模型、查询方式以及应用场景等方面有显著的区别：图数据库数据模型：图数据库将数据表示为节点和边。节点代表实体，边代表实体之间的关系。这种模型场景：广泛应用于社交网络分析、推荐系统、欺诈检测、知识图谱等领域。例如，在社交网络中，图数据库可以轻松应对各种复杂存储和查询场景。向量数据库数据模型：向量数据库专门用于存储和查询高维向量数据。这些向量可以代表使用专门的索引方法，以加快相似性搜索。应用场景：主要应用于推荐系统、图像检索、自然语言处理等领域。例如，在推荐系统中，向量数据库可以快速比较用户向量和商品向量之间的相似度，从而推荐相关商品。区别总结数据类型：图数据库主要用于存储图形数据，而向量数据库主要用于存储向量数据。查询重点：图数据库侧重于关系和路径的查询，而向量数据库侧重于相似性搜索。适用场景：图数据库适合处理复杂关系的数据，如社交网络和知识图谱；向量数据库适合处理需要相似性搜索的数据，如推荐系统和图像检索。特别适合处理高度互联的数据，如社交网络、生物信息学等。查询方式：图数据库擅长处理涉及关系和路径的查询，例如最短路径计算、模式匹配和网络分析。查询通常涉及遍历图结构，寻找特定的路径或子图。应用

图数据库和向量数据库是两种不同类型的数据库系统，它们在数据模型、查询方式以及应用场景等方面有显著的区别：图数据库数据模型：图数据库将数据表示为节点和边。节点代表实体，边代表实体之间的关系。这种模型场景：广泛应用于社交网络分析、推荐系统、欺诈检测、知识图谱等领域。例如，在社交网络中，图数据库可以轻松应对各种复杂存储和查询场景。向量数据库数据模型：向量数据库专门用于存储和查询高维向量数据。这些向量可以代表使用专门的索引方法，以加快相似性搜索。应用场景：主要应用于推荐系统、图像检索、自然语言处理等领域。例如，在推荐系统中，向量数据库可以快速比较用户向量和商品向量之间的相似度，从而推荐相关商品。区别总结数据类型：图数据库主要用于存储图形数据，而向量数据库主要用于存储向量数据。查询重点：图数据库侧重于关系和路径的查询，而向量数据库侧重于相似性搜索。适用场景：图数据库适合处理复杂关系的数据，如社交网络和知识图谱；向量数据库适合处理需要相似性搜索的数据，如推荐系统和图像检索。特别适合处理高度互联的数据，如社交网络、生物信息学等。查询方式：图数据库擅长处理涉及关系和路径的查询，例如最短路径计算、模式匹配和网络分析。查询通常涉及遍历图结构，寻找特定的路径或子图。应用

图数据库和向量数据库是两种不同类型的数据库系统，它们在数据模型、查询方式以及应用场景等方面有显著的区别：图数据库数据模型：图数据库将数据表示为节点和边。节点代表实体，边代表实体之间的关系。这种模型场景：广泛应用于社交网络分析、推荐系统、欺诈检测、知识图谱等领域。例如，在社交网络中，图数据库可以轻松应对各种复杂存储和查询场景。向量数据库数据模型：向量数据库专门用于存储和查询高维向量数据。这些向量可以代表使用专门的索引方法，以加快相似性搜索。应用场景：主要应用于推荐系统、图像检索、自然语言处理等领域。例如，在推荐系统中，向量数据库可以快速比较用户向量和商品向量之间的相似度，从而推荐相关商品。区别总结数据类型：图数据库主要用于存储图形数据，而向量数据库主要用于存储向量数据。查询重点：图数据库侧重于关系和路径的查询，而向量数据库侧重于相似性搜索。适用场景：图数据库适合处理复杂关系的数据，如社交网络和知识图谱；向量数据库适合处理需要相似性搜索的数据，如推荐系统和图像检索。特别适合处理高度互联的数据，如社交网络、生物信息学等。查询方式：图数据库擅长处理涉及关系和路径的查询，例如最短路径计算、模式匹配和网络分析。查询通常涉及遍历图结构，寻找特定的路径或子图。应用

大模型知识库使用向量数据库还是图数据库?在构建大模型知识库时，选择合适的数据库技术尤为重要。当前主要有两种数据库类型备受关注：向量数据库和图数据库。这两种技术各有特点，适用于不同的应用场景。向量关系查询方面效率更高，尤其是当需要遍历复杂关系网络时。在可扩展性方面，向量数据库通常更容易水平扩展，而图数据库的扩展往往面临更多挑战。数据模型方面，向量数据库使用简单的向量集合，结构相对扁平；图数据库则语义相似性的检索，如问答系统、推荐系统，向量数据库可能更合适。如果需要处理复杂的关系推理，如因果分析、知识推理，图数据库可能更有优势。在实际应用中，有些系统甚至会结合使用两种数据库，以发挥各自的优势数据库是专门为处理高维向量数据而设计的。它能够有效存储和检索以向量形式表示的数据，这种表示方式正是现代大模型处理信息的核心方法。当大模型将文本、图像或其他类型的数据转换为嵌入向量后，向量数据库可以快速找到语义上相似的条目。这种能力使得向量数据库特别适合用于大模型的记忆扩展、上下文检索等任务。它的优势在于相似性搜索的快速性，即使面对数十亿级别的向量数据，也能保持较快的查询速度。图数据库则以不同的方式组织

图数据库和向量数据库是两种不同类型的数据库系统，它们在数据模型、查询方式以及应用场景等方面有显著的区别：图数据库数据模型：图数据库将数据表示为节点和边。节点代表实体，边代表实体之间的关系。这种模型场景：广泛应用于社交网络分析、推荐系统、欺诈检测、知识图谱等领域。例如，在社交网络中，图数据库可以轻松应对各种复杂存储和查询场景。向量数据库数据模型：向量数据库专门用于存储和查询高维向量数据。这些向量可以代表使用专门的索引方法，以加快相似性搜索。应用场景：主要应用于推荐系统、图像检索、自然语言处理等领域。例如，在推荐系统中，向量数据库可以快速比较用户向量和商品向量之间的相似度，从而推荐相关商品。区别总结数据类型：图数据库主要用于存储图形数据，而向量数据库主要用于存储向量数据。查询重点：图数据库侧重于关系和路径的查询，而向量数据库侧重于相似性搜索。适用场景：图数据库适合处理复杂关系的数据，如社交网络和知识图谱；向量数据库适合处理需要相似性搜索的数据，如推荐系统和图像检索。特别适合处理高度互联的数据，如社交网络、生物信息学等。查询方式：图数据库擅长处理涉及关系和路径的查询，例如最短路径计算、模式匹配和网络分析。查询通常涉及遍历图结构，寻找特定的路径或子图。应用

图数据库和向量数据库是两种不同类型的数据库系统，它们在数据模型、查询方式以及应用场景等方面有显著的区别：图数据库数据模型：图数据库将数据表示为节点和边。节点代表实体，边代表实体之间的关系。这种模型场景：广泛应用于社交网络分析、推荐系统、欺诈检测、知识图谱等领域。例如，在社交网络中，图数据库可以轻松应对各种复杂存储和查询场景。向量数据库数据模型：向量数据库专门用于存储和查询高维向量数据。这些向量可以代表使用专门的索引方法，以加快相似性搜索。应用场景：主要应用于推荐系统、图像检索、自然语言处理等领域。例如，在推荐系统中，向量数据库可以快速比较用户向量和商品向量之间的相似度，从而推荐相关商品。区别总结数据类型：图数据库主要用于存储图形数据，而向量数据库主要用于存储向量数据。查询重点：图数据库侧重于关系和路径的查询，而向量数据库侧重于相似性搜索。适用场景：图数据库适合处理复杂关系的数据，如社交网络和知识图谱；向量数据库适合处理需要相似性搜索的数据，如推荐系统和图像检索。特别适合处理高度互联的数据，如社交网络、生物信息学等。查询方式：图数据库擅长处理涉及关系和路径的查询，例如最短路径计算、模式匹配和网络分析。查询通常涉及遍历图结构，寻找特定的路径或子图。应用

图数据库和向量数据库是两种不同类型的数据库系统，它们在数据模型、查询方式以及应用场景等方面有显著的区别：图数据库数据模型：图数据库将数据表示为节点和边。节点代表实体，边代表实体之间的关系。这种模型场景：广泛应用于社交网络分析、推荐系统、欺诈检测、知识图谱等领域。例如，在社交网络中，图数据库可以轻松应对各种复杂存储和查询场景。向量数据库数据模型：向量数据库专门用于存储和查询高维向量数据。这些向量可以代表使用专门的索引方法，以加快相似性搜索。应用场景：主要应用于推荐系统、图像检索、自然语言处理等领域。例如，在推荐系统中，向量数据库可以快速比较用户向量和商品向量之间的相似度，从而推荐相关商品。区别总结数据类型：图数据库主要用于存储图形数据，而向量数据库主要用于存储向量数据。查询重点：图数据库侧重于关系和路径的查询，而向量数据库侧重于相似性搜索。适用场景：图数据库适合处理复杂关系的数据，如社交网络和知识图谱；向量数据库适合处理需要相似性搜索的数据，如推荐系统和图像检索。特别适合处理高度互联的数据，如社交网络、生物信息学等。查询方式：图数据库擅长处理涉及关系和路径的查询，例如最短路径计算、模式匹配和网络分析。查询通常涉及遍历图结构，寻找特定的路径或子图。应用

图数据库和向量数据库是两种不同类型的数据库系统，它们在数据模型、查询方式以及应用场景等方面有显著的区别：图数据库数据模型：图数据库将数据表示为节点和边。节点代表实体，边代表实体之间的关系。这种模型场景：广泛应用于社交网络分析、推荐系统、欺诈检测、知识图谱等领域。例如，在社交网络中，图数据库可以轻松应对各种复杂存储和查询场景。向量数据库数据模型：向量数据库专门用于存储和查询高维向量数据。这些向量可以代表使用专门的索引方法，以加快相似性搜索。应用场景：主要应用于推荐系统、图像检索、自然语言处理等领域。例如，在推荐系统中，向量数据库可以快速比较用户向量和商品向量之间的相似度，从而推荐相关商品。区别总结数据类型：图数据库主要用于存储图形数据，而向量数据库主要用于存储向量数据。查询重点：图数据库侧重于关系和路径的查询，而向量数据库侧重于相似性搜索。适用场景：图数据库适合处理复杂关系的数据，如社交网络和知识图谱；向量数据库适合处理需要相似性搜索的数据，如推荐系统和图像检索。特别适合处理高度互联的数据，如社交网络、生物信息学等。查询方式：图数据库擅长处理涉及关系和路径的查询，例如最短路径计算、模式匹配和网络分析。查询通常涉及遍历图结构，寻找特定的路径或子图。应用

向量数据库和图数据库在数据结构、查询方式以及应用场景上存在显著的差异。数据结构向量数据库：专注于存储和管理由一组数值组成的向量数据。这种数据结构特别适用于处理高维数据，如图像、音频和文本等。在向量数据库中，数据以向量的形式表示，这允许进行高效的相似度计算和聚类分析。图数据库：专注于存储和管理由节点（代表实体）和边（代表关系）组成的图形数据。这种数据结构非常适合处理具有复杂关系的数据集，如社交网络、知识图谱等。在图数据库中，数据以图的形式表示，能够直接反映实体之间的关联和路径。查询方式向量数据库：查询主要基于向量的相似度计算，如欧氏距离、余弦相似度等。这种查询方式能够快速找到与给定向量相似的数据，对于推荐系统、信息检索等场景非常有用。图数据库：查询通常基于图的遍历和匹配算法，如短路径查找、子图匹配等。这种查询方式能够揭示实体之间的关系，挖掘数据中的模式和结构，适用于关系分析、知识推理等场景相关内容。图数据库：适用于处理具有复杂关系的数据集，特别是在需要分析实体之间关联和路径的场景中。例如，在社交网络分析中，可以利用图数据库来发现用户之间的社交关系；在知识图谱构建中，可以利用图数据库来表示和查询实体之间的复杂关系。

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

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

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...

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。...

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。

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：

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

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"}...

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•...

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":...