国产数据库那些企业的

加密、访问控制、安全审计等，确保数据的安全性和隐私性。国产数据库的优势与应用场景（一）优势国产数据库在多个关键维度上展现出独特优势，这些优势使其在市场竞争中脱颖而出，成为众多企业和机构的优先选择。在过程中的安全性。同时，还具备完善的安全审计功能，详细记录数据库的操作行为，便于企业及时发现和解决安全问题，为企业的数据安全提供了坚实保障。成本效益也是国产数据库的一大显著优势。与国外数据库产品相比，国产数据库的购买成本通常较低，企业无需支付高额的版权费用，这对于预算有限的中小企业来说，无疑是一个极具吸引力的选择。在运维成本方面，国产数据库更加易于使用和管理，能够降低企业的运维难度和成本。一些国产时区和文化习俗等方面具有天然优势，能够更好地满足国内企业的特殊需求。在中文处理上，国产数据库能够实现高效的中文分词、全文检索等功能，提升了中文数据的处理效率和准确性。而且，国产数据库厂商在国内设有专业的技术支持团队，能够快速响应用户的问题和需求，提供及时、贴心的本地化服务，大大缩短了问题解决的时间，保障了企业业务的正常运行。（二）应用场景国产数据库凭借其卓越的性能和适应性，在金融、电信、互联网等

加密、访问控制、安全审计等，确保数据的安全性和隐私性。国产数据库的优势与应用场景（一）优势国产数据库在多个关键维度上展现出独特优势，这些优势使其在市场竞争中脱颖而出，成为众多企业和机构的优先选择。在过程中的安全性。同时，还具备完善的安全审计功能，详细记录数据库的操作行为，便于企业及时发现和解决安全问题，为企业的数据安全提供了坚实保障。成本效益也是国产数据库的一大显著优势。与国外数据库产品相比，国产数据库的购买成本通常较低，企业无需支付高额的版权费用，这对于预算有限的中小企业来说，无疑是一个极具吸引力的选择。在运维成本方面，国产数据库更加易于使用和管理，能够降低企业的运维难度和成本。一些国产时区和文化习俗等方面具有天然优势，能够更好地满足国内企业的特殊需求。在中文处理上，国产数据库能够实现高效的中文分词、全文检索等功能，提升了中文数据的处理效率和准确性。而且，国产数据库厂商在国内设有专业的技术支持团队，能够快速响应用户的问题和需求，提供及时、贴心的本地化服务，大大缩短了问题解决的时间，保障了企业业务的正常运行。（二）应用场景国产数据库凭借其卓越的性能和适应性，在金融、电信、互联网等

加密、访问控制、安全审计等，确保数据的安全性和隐私性。国产数据库的优势与应用场景（一）优势国产数据库在多个关键维度上展现出独特优势，这些优势使其在市场竞争中脱颖而出，成为众多企业和机构的优先选择。在过程中的安全性。同时，还具备完善的安全审计功能，详细记录数据库的操作行为，便于企业及时发现和解决安全问题，为企业的数据安全提供了坚实保障。成本效益也是国产数据库的一大显著优势。与国外数据库产品相比，国产数据库的购买成本通常较低，企业无需支付高额的版权费用，这对于预算有限的中小企业来说，无疑是一个极具吸引力的选择。在运维成本方面，国产数据库更加易于使用和管理，能够降低企业的运维难度和成本。一些国产时区和文化习俗等方面具有天然优势，能够更好地满足国内企业的特殊需求。在中文处理上，国产数据库能够实现高效的中文分词、全文检索等功能，提升了中文数据的处理效率和准确性。而且，国产数据库厂商在国内设有专业的技术支持团队，能够快速响应用户的问题和需求，提供及时、贴心的本地化服务，大大缩短了问题解决的时间，保障了企业业务的正常运行。（二）应用场景国产数据库凭借其卓越的性能和适应性，在金融、电信、互联网等

加密、访问控制、安全审计等，确保数据的安全性和隐私性。国产数据库的优势与应用场景（一）优势国产数据库在多个关键维度上展现出独特优势，这些优势使其在市场竞争中脱颖而出，成为众多企业和机构的优先选择。在过程中的安全性。同时，还具备完善的安全审计功能，详细记录数据库的操作行为，便于企业及时发现和解决安全问题，为企业的数据安全提供了坚实保障。成本效益也是国产数据库的一大显著优势。与国外数据库产品相比，国产数据库的购买成本通常较低，企业无需支付高额的版权费用，这对于预算有限的中小企业来说，无疑是一个极具吸引力的选择。在运维成本方面，国产数据库更加易于使用和管理，能够降低企业的运维难度和成本。一些国产时区和文化习俗等方面具有天然优势，能够更好地满足国内企业的特殊需求。在中文处理上，国产数据库能够实现高效的中文分词、全文检索等功能，提升了中文数据的处理效率和准确性。而且，国产数据库厂商在国内设有专业的技术支持团队，能够快速响应用户的问题和需求，提供及时、贴心的本地化服务，大大缩短了问题解决的时间，保障了企业业务的正常运行。（二）应用场景国产数据库凭借其卓越的性能和适应性，在金融、电信、互联网等

加密、访问控制、安全审计等，确保数据的安全性和隐私性。国产数据库的优势与应用场景（一）优势国产数据库在多个关键维度上展现出独特优势，这些优势使其在市场竞争中脱颖而出，成为众多企业和机构的优先选择。在过程中的安全性。同时，还具备完善的安全审计功能，详细记录数据库的操作行为，便于企业及时发现和解决安全问题，为企业的数据安全提供了坚实保障。成本效益也是国产数据库的一大显著优势。与国外数据库产品相比，国产数据库的购买成本通常较低，企业无需支付高额的版权费用，这对于预算有限的中小企业来说，无疑是一个极具吸引力的选择。在运维成本方面，国产数据库更加易于使用和管理，能够降低企业的运维难度和成本。一些国产时区和文化习俗等方面具有天然优势，能够更好地满足国内企业的特殊需求。在中文处理上，国产数据库能够实现高效的中文分词、全文检索等功能，提升了中文数据的处理效率和准确性。而且，国产数据库厂商在国内设有专业的技术支持团队，能够快速响应用户的问题和需求，提供及时、贴心的本地化服务，大大缩短了问题解决的时间，保障了企业业务的正常运行。（二）应用场景国产数据库凭借其卓越的性能和适应性，在金融、电信、互联网等

星环科技经过多年的自主研发，打造了系列国产数据库软件，能够更好帮助企业用户更高效、更平滑、更安全地实现国外数据库产品的国产化替代，实现大数据基础软件的全面自主可控，并在产品架构、功能、性能、安全、运维、易用性等方面得到大幅提升。星环分布式交易型数据库-TranswarpKunDBKunDB是星环科技基于分布式技术自主研发的国产化的交易型数据库，提供完整的关系型数据库的能力，高度兼容SQL，保证，Oracle等传统主流数据库的国产化替代。独特的混合部署技术支持主流国产化CPU等自主可控的硬件平台和OS部署，满足国产化部署需求。星环分布式数据库-TranswarpArgoDBArgoDB是星环科技-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、查询和展示服务。StellarDB支持原生图存储,千亿点、万亿边、PB级大规模图数据存储;具备自主研发的高性能分布式数据库，在PB级数据量上提供极致的数据分析能力。多模型数据库ArgoDB支持标准SQL语法、分布式事务和存算解耦，提供高并发高速数据写入、复杂查询、多模分析和数据联邦等能力。通过

星环科技经过多年的自主研发，打造了系列国产数据库软件，能够更好帮助企业用户更高效、更平滑、更安全地实现国外数据库产品的国产化替代，实现大数据基础软件的全面自主可控，并在产品架构、功能、性能、安全、运维、易用性等方面得到大幅提升。星环分布式交易型数据库-TranswarpKunDBKunDB是星环科技基于分布式技术自主研发的国产化的交易型数据库，提供完整的关系型数据库的能力，高度兼容SQL，保证，Oracle等传统主流数据库的国产化替代。独特的混合部署技术支持主流国产化CPU等自主可控的硬件平台和OS部署，满足国产化部署需求。星环分布式数据库-TranswarpArgoDBArgoDB是星环科技-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、查询和展示服务。StellarDB支持原生图存储,千亿点、万亿边、PB级大规模图数据存储;具备自主研发的高性能分布式数据库，在PB级数据量上提供极致的数据分析能力。多模型数据库ArgoDB支持标准SQL语法、分布式事务和存算解耦，提供高并发高速数据写入、复杂查询、多模分析和数据联邦等能力。通过

星环科技经过多年的自主研发，打造了系列国产数据库软件，能够更好帮助企业用户更高效、更平滑、更安全地实现国外数据库产品的国产化替代，实现大数据基础软件的全面自主可控，并在产品架构、功能、性能、安全、运维、易用性等方面得到大幅提升。星环分布式交易型数据库-TranswarpKunDBKunDB是星环科技基于分布式技术自主研发的国产化的交易型数据库，提供完整的关系型数据库的能力，高度兼容SQL，保证，Oracle等传统主流数据库的国产化替代。独特的混合部署技术支持主流国产化CPU等自主可控的硬件平台和OS部署，满足国产化部署需求。星环分布式数据库-TranswarpArgoDBArgoDB是星环科技-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、查询和展示服务。StellarDB支持原生图存储,千亿点、万亿边、PB级大规模图数据存储;具备自主研发的高性能分布式数据库，在PB级数据量上提供极致的数据分析能力。多模型数据库ArgoDB支持标准SQL语法、分布式事务和存算解耦，提供高并发高速数据写入、复杂查询、多模分析和数据联邦等能力。通过

星环科技经过多年的自主研发，打造了系列国产数据库软件，能够更好帮助企业用户更高效、更平滑、更安全地实现国外数据库产品的国产化替代，实现大数据基础软件的全面自主可控，并在产品架构、功能、性能、安全、运维、易用性等方面得到大幅提升。星环分布式交易型数据库-TranswarpKunDBKunDB是星环科技基于分布式技术自主研发的国产化的交易型数据库，提供完整的关系型数据库的能力，高度兼容SQL，保证，Oracle等传统主流数据库的国产化替代。独特的混合部署技术支持主流国产化CPU等自主可控的硬件平台和OS部署，满足国产化部署需求。星环分布式数据库-TranswarpArgoDBArgoDB是星环科技-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、查询和展示服务。StellarDB支持原生图存储,千亿点、万亿边、PB级大规模图数据存储;具备自主研发的高性能分布式数据库，在PB级数据量上提供极致的数据分析能力。多模型数据库ArgoDB支持标准SQL语法、分布式事务和存算解耦，提供高并发高速数据写入、复杂查询、多模分析和数据联邦等能力。通过

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"}...

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：

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

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

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。...

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":...