分布式数据库与传统数据库的区别

传统数据库和分布式数据库在架构、性能、可扩展性、一致性等方面有显著的区别。以下是它们之间的一些主要对比：传统数据库架构：集中式：数据和数据库管理系统通常运行在单个服务器或一组紧密耦合的服务器上。所有方式的扩展能力有限，且成本较高。有限的扩展性：在处理大规模数据和高并发请求时，传统数据库的扩展能力不如分布式数据库。性能：高吞吐量和低延迟：在小规模数据和低并发场景下，传统数据库通常能够提供较高的吞吐量请求的数量来选择合适的数据库类型。一致性要求：如果业务对数据一致性要求非常高，传统数据库可能更合适；如果可以接受一定的数据延迟和不一致性，分布式数据库可以提供更高的性能和可扩展性。系统复杂性和管理成本：分布式数据库的管理和维护相对复杂，需要考虑系统的复杂性和管理成本。主节点故障时，需要手动或自动切换到备份节点。恢复时间较长：恢复过程可能需要一定的时间，影响系统的可用性。分布式数据库架构：分布式：数据和处理分布在多个节点上，这些节点可以位于不同的地理位置。每个节点可以独立处理一部分数据和请求。无单点故障：通过数据冗余和节点间的协调，分布式数据库可以避免单点故障，提高系统的可靠性。可扩展性：水平扩展：通过增加更多的节点来提升系统的容量和性能。这种方式的扩展能力很强

传统数据库和分布式数据库在架构、性能、可扩展性、一致性等方面有显著的区别。以下是它们之间的一些主要对比：传统数据库架构：集中式：数据和数据库管理系统通常运行在单个服务器或一组紧密耦合的服务器上。所有方式的扩展能力有限，且成本较高。有限的扩展性：在处理大规模数据和高并发请求时，传统数据库的扩展能力不如分布式数据库。性能：高吞吐量和低延迟：在小规模数据和低并发场景下，传统数据库通常能够提供较高的吞吐量请求的数量来选择合适的数据库类型。一致性要求：如果业务对数据一致性要求非常高，传统数据库可能更合适；如果可以接受一定的数据延迟和不一致性，分布式数据库可以提供更高的性能和可扩展性。系统复杂性和管理成本：分布式数据库的管理和维护相对复杂，需要考虑系统的复杂性和管理成本。主节点故障时，需要手动或自动切换到备份节点。恢复时间较长：恢复过程可能需要一定的时间，影响系统的可用性。分布式数据库架构：分布式：数据和处理分布在多个节点上，这些节点可以位于不同的地理位置。每个节点可以独立处理一部分数据和请求。无单点故障：通过数据冗余和节点间的协调，分布式数据库可以避免单点故障，提高系统的可靠性。可扩展性：水平扩展：通过增加更多的节点来提升系统的容量和性能。这种方式的扩展能力很强

传统数据库和分布式数据库在架构、性能、可扩展性、一致性等方面有显著的区别。以下是它们之间的一些主要对比：传统数据库架构：集中式：数据和数据库管理系统通常运行在单个服务器或一组紧密耦合的服务器上。所有方式的扩展能力有限，且成本较高。有限的扩展性：在处理大规模数据和高并发请求时，传统数据库的扩展能力不如分布式数据库。性能：高吞吐量和低延迟：在小规模数据和低并发场景下，传统数据库通常能够提供较高的吞吐量请求的数量来选择合适的数据库类型。一致性要求：如果业务对数据一致性要求非常高，传统数据库可能更合适；如果可以接受一定的数据延迟和不一致性，分布式数据库可以提供更高的性能和可扩展性。系统复杂性和管理成本：分布式数据库的管理和维护相对复杂，需要考虑系统的复杂性和管理成本。主节点故障时，需要手动或自动切换到备份节点。恢复时间较长：恢复过程可能需要一定的时间，影响系统的可用性。分布式数据库架构：分布式：数据和处理分布在多个节点上，这些节点可以位于不同的地理位置。每个节点可以独立处理一部分数据和请求。无单点故障：通过数据冗余和节点间的协调，分布式数据库可以避免单点故障，提高系统的可靠性。可扩展性：水平扩展：通过增加更多的节点来提升系统的容量和性能。这种方式的扩展能力很强

分布式数据库和集中式数据库是两种不同的数据库架构，它们在多个方面有显著的区别：集中式数据库数据存储位置：所有数据都存储在一个中央位置，通常是单一的服务器或服务器集群上。数据访问：客户端通过网络连接。维护和备份也相对集中和方便。分布式数据库数据存储位置：数据被分散存储在多个节点上，这些节点可以位于不同的地理位置。数据访问：客户端可以访问任何一个节点来获取数据。分布式数据库通常通过一个协调层来管理节点的操作。使用场景集中式数据库：适用于数据量相对较小、访问量稳定的场景，如小型企业的内部系统、小型网站的后端数据库等。分布式数据库：适用于数据量庞大、访问量高、需要高可用性和可扩展性的场景，如大型互联网公司、金融系统、物联网数据存储等。数据或请求时，通常需要升级服务器的硬件配置，如增加CPU、内存或存储容量。容错性：容错性较低。如果中央服务器发生故障，整个数据库系统将无法正常工作。管理与维护：管理相对简单，因为所有数据都在一个地方数据的分布和访问。性能瓶颈：由于数据分布在多个节点上，可以并行处理请求，从而提高整体性能，减少了单个节点的负载。可扩展性：可扩展性较好。可以通过增加更多的节点来扩展系统的处理能力和存储容量，而不需要

分布式数据库和集中式数据库是两种不同的数据库架构，它们在多个方面有显著的区别：集中式数据库数据存储位置：所有数据都存储在一个中央位置，通常是单一的服务器或服务器集群上。数据访问：客户端通过网络连接。维护和备份也相对集中和方便。分布式数据库数据存储位置：数据被分散存储在多个节点上，这些节点可以位于不同的地理位置。数据访问：客户端可以访问任何一个节点来获取数据。分布式数据库通常通过一个协调层来管理节点的操作。使用场景集中式数据库：适用于数据量相对较小、访问量稳定的场景，如小型企业的内部系统、小型网站的后端数据库等。分布式数据库：适用于数据量庞大、访问量高、需要高可用性和可扩展性的场景，如大型互联网公司、金融系统、物联网数据存储等。数据或请求时，通常需要升级服务器的硬件配置，如增加CPU、内存或存储容量。容错性：容错性较低。如果中央服务器发生故障，整个数据库系统将无法正常工作。管理与维护：管理相对简单，因为所有数据都在一个地方数据的分布和访问。性能瓶颈：由于数据分布在多个节点上，可以并行处理请求，从而提高整体性能，减少了单个节点的负载。可扩展性：可扩展性较好。可以通过增加更多的节点来扩展系统的处理能力和存储容量，而不需要

分布式数据库和集中式数据库是两种不同的数据库架构，它们在多个方面有显著的区别：集中式数据库数据存储位置：所有数据都存储在一个中央位置，通常是单一的服务器或服务器集群上。数据访问：客户端通过网络连接。维护和备份也相对集中和方便。分布式数据库数据存储位置：数据被分散存储在多个节点上，这些节点可以位于不同的地理位置。数据访问：客户端可以访问任何一个节点来获取数据。分布式数据库通常通过一个协调层来管理节点的操作。使用场景集中式数据库：适用于数据量相对较小、访问量稳定的场景，如小型企业的内部系统、小型网站的后端数据库等。分布式数据库：适用于数据量庞大、访问量高、需要高可用性和可扩展性的场景，如大型互联网公司、金融系统、物联网数据存储等。数据或请求时，通常需要升级服务器的硬件配置，如增加CPU、内存或存储容量。容错性：容错性较低。如果中央服务器发生故障，整个数据库系统将无法正常工作。管理与维护：管理相对简单，因为所有数据都在一个地方数据的分布和访问。性能瓶颈：由于数据分布在多个节点上，可以并行处理请求，从而提高整体性能，减少了单个节点的负载。可扩展性：可扩展性较好。可以通过增加更多的节点来扩展系统的处理能力和存储容量，而不需要

分布式数据库和集中式数据库是两种不同的数据库架构，它们在多个方面有显著的区别：集中式数据库数据存储位置：所有数据都存储在一个中央位置，通常是单一的服务器或服务器集群上。数据访问：客户端通过网络连接。维护和备份也相对集中和方便。分布式数据库数据存储位置：数据被分散存储在多个节点上，这些节点可以位于不同的地理位置。数据访问：客户端可以访问任何一个节点来获取数据。分布式数据库通常通过一个协调层来管理节点的操作。使用场景集中式数据库：适用于数据量相对较小、访问量稳定的场景，如小型企业的内部系统、小型网站的后端数据库等。分布式数据库：适用于数据量庞大、访问量高、需要高可用性和可扩展性的场景，如大型互联网公司、金融系统、物联网数据存储等。数据或请求时，通常需要升级服务器的硬件配置，如增加CPU、内存或存储容量。容错性：容错性较低。如果中央服务器发生故障，整个数据库系统将无法正常工作。管理与维护：管理相对简单，因为所有数据都在一个地方数据的分布和访问。性能瓶颈：由于数据分布在多个节点上，可以并行处理请求，从而提高整体性能，减少了单个节点的负载。可扩展性：可扩展性较好。可以通过增加更多的节点来扩展系统的处理能力和存储容量，而不需要

分布式数据库和集中式数据库是两种不同的数据库架构，它们在多个方面有显著的区别：集中式数据库数据存储位置：所有数据都存储在一个中央位置，通常是单一的服务器或服务器集群上。数据访问：客户端通过网络连接。维护和备份也相对集中和方便。分布式数据库数据存储位置：数据被分散存储在多个节点上，这些节点可以位于不同的地理位置。数据访问：客户端可以访问任何一个节点来获取数据。分布式数据库通常通过一个协调层来管理节点的操作。使用场景集中式数据库：适用于数据量相对较小、访问量稳定的场景，如小型企业的内部系统、小型网站的后端数据库等。分布式数据库：适用于数据量庞大、访问量高、需要高可用性和可扩展性的场景，如大型互联网公司、金融系统、物联网数据存储等。数据或请求时，通常需要升级服务器的硬件配置，如增加CPU、内存或存储容量。容错性：容错性较低。如果中央服务器发生故障，整个数据库系统将无法正常工作。管理与维护：管理相对简单，因为所有数据都在一个地方数据的分布和访问。性能瓶颈：由于数据分布在多个节点上，可以并行处理请求，从而提高整体性能，减少了单个节点的负载。可扩展性：可扩展性较好。可以通过增加更多的节点来扩展系统的处理能力和存储容量，而不需要

分布式数据库和集中式数据库是两种不同的数据库架构，它们在多个方面有显著的区别：集中式数据库数据存储位置：所有数据都存储在一个中央位置，通常是单一的服务器或服务器集群上。数据访问：客户端通过网络连接。维护和备份也相对集中和方便。分布式数据库数据存储位置：数据被分散存储在多个节点上，这些节点可以位于不同的地理位置。数据访问：客户端可以访问任何一个节点来获取数据。分布式数据库通常通过一个协调层来管理节点的操作。使用场景集中式数据库：适用于数据量相对较小、访问量稳定的场景，如小型企业的内部系统、小型网站的后端数据库等。分布式数据库：适用于数据量庞大、访问量高、需要高可用性和可扩展性的场景，如大型互联网公司、金融系统、物联网数据存储等。数据或请求时，通常需要升级服务器的硬件配置，如增加CPU、内存或存储容量。容错性：容错性较低。如果中央服务器发生故障，整个数据库系统将无法正常工作。管理与维护：管理相对简单，因为所有数据都在一个地方数据的分布和访问。性能瓶颈：由于数据分布在多个节点上，可以并行处理请求，从而提高整体性能，减少了单个节点的负载。可扩展性：可扩展性较好。可以通过增加更多的节点来扩展系统的处理能力和存储容量，而不需要

分布式数据库和集中式数据库是两种不同的数据库架构，它们在多个方面有显著的区别：集中式数据库数据存储位置：所有数据都存储在一个中央位置，通常是单一的服务器或服务器集群上。数据访问：客户端通过网络连接。维护和备份也相对集中和方便。分布式数据库数据存储位置：数据被分散存储在多个节点上，这些节点可以位于不同的地理位置。数据访问：客户端可以访问任何一个节点来获取数据。分布式数据库通常通过一个协调层来管理节点的操作。使用场景集中式数据库：适用于数据量相对较小、访问量稳定的场景，如小型企业的内部系统、小型网站的后端数据库等。分布式数据库：适用于数据量庞大、访问量高、需要高可用性和可扩展性的场景，如大型互联网公司、金融系统、物联网数据存储等。数据或请求时，通常需要升级服务器的硬件配置，如增加CPU、内存或存储容量。容错性：容错性较低。如果中央服务器发生故障，整个数据库系统将无法正常工作。管理与维护：管理相对简单，因为所有数据都在一个地方数据的分布和访问。性能瓶颈：由于数据分布在多个节点上，可以并行处理请求，从而提高整体性能，减少了单个节点的负载。可扩展性：可扩展性较好。可以通过增加更多的节点来扩展系统的处理能力和存储容量，而不需要

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。...

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：

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•...

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...

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"}...

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...

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

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。