流计算开发平台

、清洗、分析到可视化展示的整个流程。课程设计环节中，流计算平台也发挥着重要作用。教师可以布置与流计算相关的课程设计任务，要求学生基于流计算平台开发一个小型的应用系统。在开发过程中，学生需要运用所学的编程解锁科研教学新引擎：流计算平台流计算平台：科研教学的革新力量在大数据时代，数据如同汹涌的浪潮，源源不断地产生。从科研实验中的海量监测数据，到教学过程中记录的学生学习行为数据，这些数据蕴含着丰富的信息，等待着被挖掘和利用。而流计算平台，正是应对这一数据洪流的有力工具，它在科研与教学领域正发挥着变革性的作用。对于科研工作者而言，流计算平台能实时处理实验产生的动态数据，帮助他们快速捕捉到关键信息，加速研究进程；在教学场景中，它又可以为教师提供学生学习情况的即时反馈，助力个性化教学的开展。因此，深入了解流计算平台在科研教学中的应用，对于推动学术进步和提升教育质量有着重要意义。应用实例：流计算平台助力科研教学（一）在科研领域的应用计算机科学领域的机器学习研究也离不开流计算平台。在模型训练过程中，数据通常是实时产生的，如在线学习场景下，新的用户行为数据、图像数据、文本数据等不断涌入。以图像识别模型

、清洗、分析到可视化展示的整个流程。课程设计环节中，流计算平台也发挥着重要作用。教师可以布置与流计算相关的课程设计任务，要求学生基于流计算平台开发一个小型的应用系统。在开发过程中，学生需要运用所学的编程解锁科研教学新引擎：流计算平台流计算平台：科研教学的革新力量在大数据时代，数据如同汹涌的浪潮，源源不断地产生。从科研实验中的海量监测数据，到教学过程中记录的学生学习行为数据，这些数据蕴含着丰富的信息，等待着被挖掘和利用。而流计算平台，正是应对这一数据洪流的有力工具，它在科研与教学领域正发挥着变革性的作用。对于科研工作者而言，流计算平台能实时处理实验产生的动态数据，帮助他们快速捕捉到关键信息，加速研究进程；在教学场景中，它又可以为教师提供学生学习情况的即时反馈，助力个性化教学的开展。因此，深入了解流计算平台在科研教学中的应用，对于推动学术进步和提升教育质量有着重要意义。应用实例：流计算平台助力科研教学（一）在科研领域的应用计算机科学领域的机器学习研究也离不开流计算平台。在模型训练过程中，数据通常是实时产生的，如在线学习场景下，新的用户行为数据、图像数据、文本数据等不断涌入。以图像识别模型

实时流计算引擎：开启数据处理新时代实时流计算引擎是什么在大数据时代，数据犹如汹涌澎湃的浪潮，源源不断地产生。据统计，全球每天产生的数据量高达数万亿字节。在这样的背景下，实时流计算引擎应运而生，它就像是数据海洋中的超级处理器，能够在数据产生的瞬间对其进行捕捉、分析和处理，让数据的价值得以即时释放。简单来说，实时流计算引擎是一种专门用于处理持续、快速流动数据的软件系统。与传统的数据处理方式不同，它无需等待数据全部收集完毕再进行处理，而是在数据流入的过程中就实时进行分析和计算。实时流计算引擎软件的未来趋势技术创新实时流计算引擎正朝着与AI、边缘计算深度融合的方向发展，以进一步提升数据处理能力和决策精度。在与AI的结合方面，通过引入机器学习和深度学习算法，实时流计算引擎能够对实时数据进行更深入的分析和预测。在工业生产中，实时流计算引擎可以实时分析生产线上设备的运行数据，利用AI算法预测设备的故障概率，提前进行维护，避免生产中断。与边缘计算的结合也是实时流计算引擎的重要发展方向。随着物联网设备的大量普及，数据产生的源头越来越靠近边缘设备，将流计算能力下沉到边缘，可以减少数据传输的延迟和带宽消耗

实时流计算引擎：开启数据处理新时代实时流计算引擎是什么在大数据时代，数据犹如汹涌澎湃的浪潮，源源不断地产生。据统计，全球每天产生的数据量高达数万亿字节。在这样的背景下，实时流计算引擎应运而生，它就像是数据海洋中的超级处理器，能够在数据产生的瞬间对其进行捕捉、分析和处理，让数据的价值得以即时释放。简单来说，实时流计算引擎是一种专门用于处理持续、快速流动数据的软件系统。与传统的数据处理方式不同，它无需等待数据全部收集完毕再进行处理，而是在数据流入的过程中就实时进行分析和计算。实时流计算引擎软件的未来趋势技术创新实时流计算引擎正朝着与AI、边缘计算深度融合的方向发展，以进一步提升数据处理能力和决策精度。在与AI的结合方面，通过引入机器学习和深度学习算法，实时流计算引擎能够对实时数据进行更深入的分析和预测。在工业生产中，实时流计算引擎可以实时分析生产线上设备的运行数据，利用AI算法预测设备的故障概率，提前进行维护，避免生产中断。与边缘计算的结合也是实时流计算引擎的重要发展方向。随着物联网设备的大量普及，数据产生的源头越来越靠近边缘设备，将流计算能力下沉到边缘，可以减少数据传输的延迟和带宽消耗

InceptorStreamSQL简介一些流处理平台（比如SparkStreaming，Storm）通常要求用户在创建流处理应用时必须用Java或者Scala进行开发，包括早期的TDH（4.3之前）也是如此。这要求业务人员只有对框架以及流处理本身，甚至是底层技术足够熟悉，才能写出高效的流处理程序。大大地限制了流处理的推广和应用，架高了流处理应用的开发门槛，对于数据科学家和数据分析者而言增加了操作难度，导致无法将精力完全投入在业务分析上。为降低流应用开发的入门要求，星环从TDH4.3开始，在TranswarpStream中引入全新的StreamSQL，允许用户通过SQL实现业务逻辑，Stream是数据流，StreamJob是对一个或多个Stream进行计算并将结果写进一张表的任务，Application是一个或多个StreamJob的集合。StreamStream分为两种（Scala/Java）的方式开发流应用，采用StreamSQL具有以下优势：微批模式和事件驱动模式的一体化在同一套系统里，用户可以根据业务需求，灵活切换微批模式的流处理和事件驱动模式的流处理。很高的易用性而使

实时流处理是一种计算机编程方式，用于处理拥有持续产生、不停止特点的数据。实时流处理通常在分布式系统中运行，通过将数据流分割成小的数据块来实现高效的处理。实时流处理的目标是能够及时处理大规模的实时数据，以产生准确的结果和预测，并在必要时采取适当的措施。它在诸如金融、交通、安全等领域中具有广泛的应用。实时流处理中的数据通常是来自不同来源和格式的，需要进行数据清洗、转换和筛选等操作，然后对它们进行计算批处理的流处理、增量计算、流水线计算、事件驱动和复杂事件处理等。这些技术和算法有助于提高实时流处理的率、准确性和可靠性。星环实时流计算引擎-TranswarpSlipstreamTranswarpSlipstream是星环科技自主研发的企业级、高性能实时流计算引擎，支撑百万级高吞吐、毫秒级低延时业务需求。Slipstream支持事件驱动和微批处理两种模式，支持exactly-once语义、复杂、分析和聚合，以便及时产生有用的结果。实时流处理系统需要具备高并发、高吞吐、低延迟的特点，能够支持大量的数据流，并具有可容错和自适应负载均衡能力。不同的实时流处理系统采用的技术和算法有所不同，例如基于

实时流处理是一种计算机编程方式，用于处理拥有持续产生、不停止特点的数据。实时流处理通常在分布式系统中运行，通过将数据流分割成小的数据块来实现高效的处理。实时流处理的目标是能够及时处理大规模的实时数据，以产生准确的结果和预测，并在必要时采取适当的措施。它在诸如金融、交通、安全等领域中具有广泛的应用。实时流处理中的数据通常是来自不同来源和格式的，需要进行数据清洗、转换和筛选等操作，然后对它们进行计算批处理的流处理、增量计算、流水线计算、事件驱动和复杂事件处理等。这些技术和算法有助于提高实时流处理的率、准确性和可靠性。星环实时流计算引擎-TranswarpSlipstreamTranswarpSlipstream是星环科技自主研发的企业级、高性能实时流计算引擎，支撑百万级高吞吐、毫秒级低延时业务需求。Slipstream支持事件驱动和微批处理两种模式，支持exactly-once语义、复杂、分析和聚合，以便及时产生有用的结果。实时流处理系统需要具备高并发、高吞吐、低延迟的特点，能够支持大量的数据流，并具有可容错和自适应负载均衡能力。不同的实时流处理系统采用的技术和算法有所不同，例如基于

实时流计算引擎：开启数据处理新时代实时流计算引擎是什么在大数据时代，数据犹如汹涌澎湃的浪潮，源源不断地产生。据统计，全球每天产生的数据量高达数万亿字节。在这样的背景下，实时流计算引擎应运而生，它就像是数据海洋中的超级处理器，能够在数据产生的瞬间对其进行捕捉、分析和处理，让数据的价值得以即时释放。简单来说，实时流计算引擎是一种专门用于处理持续、快速流动数据的软件系统。与传统的数据处理方式不同，它无需等待数据全部收集完毕再进行处理，而是在数据流入的过程中就实时进行分析和计算。实时流计算引擎软件的未来趋势技术创新实时流计算引擎正朝着与AI、边缘计算深度融合的方向发展，以进一步提升数据处理能力和决策精度。在与AI的结合方面，通过引入机器学习和深度学习算法，实时流计算引擎能够对实时数据进行更深入的分析和预测。在工业生产中，实时流计算引擎可以实时分析生产线上设备的运行数据，利用AI算法预测设备的故障概率，提前进行维护，避免生产中断。与边缘计算的结合也是实时流计算引擎的重要发展方向。随着物联网设备的大量普及，数据产生的源头越来越靠近边缘设备，将流计算能力下沉到边缘，可以减少数据传输的延迟和带宽消耗

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•...

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

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。...

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...

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。

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":...

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：