国产 多模数据库

近日，在中国信通院组织的首批“可信数据库”多模数据库产品测试中，星环信息科技(上海)股份有限公司(简称：星环科技)TranswarpArgoDB顺利完成多模数据库产品基础能力测试。测试过程依据标准在基本功能、运维管理、安全性、兼容性、扩展性以及高可用六大能力域的相关要求。测试结果表明，该产品在多模数据库的功能完备性、易用性、通用性等方面均符合标准要求。《多模数据库技术要求》是中国信通院云计算与、安全性、兼容性、扩展性以及高可用六大能力域共33个测试项，其中分为21个必选项和12个可选项。作为业内首个多模数据库技术标准，可为多模数据库的研发、测试以及选型提供参考。大数据研究所依托中国通信标准化协会大数据与区块链工作组(CCSATC1WG6)以及大数据技术标准推进委员会(CCSATC601)，联合超过30家企业专家参与编制的技术标准。其包含基本功能、运维管理

面对数据量井喷、业务融合多样化等挑战，出于数据库与数据库之间的不兼容，为了避免复杂操作性、有效降低实现成本等目的，一个面向数据层面的一站式服务平台——多模数据库成为刚需，能够以简单的操作方式调用多数据库的资源，并处理多种数据模型等。多模数据库采用统一的SQL访问接口，提供面向上层的业务逻辑，提供统一存储、统一访问，将极大优化数据库体验;同时，随着数据来源多样化，需要数据库对不同类型的数据进行自动化整合、转换和管理，方便对数据价值的利用分析。中国信通院发布的《数据库发展研究报告(2021年)》认为，多模数据库支持灵活的数据存储类型，将各种类型的数据进行集中存储、查询和处理，可以同时满足应用程序对于结构化、半结构化和非结构化数据的统一管理需求。未来在云化架构下，多类型数据管理是一种新趋势，也是简化运维、节省开发成本的一个新选择。多模技术为金融机构带来的价值和创新主要体现在：补充金融机构弹性计算、分布式计算、图计算、时序计算、对象存储等多方面能力;从底层角度解决数据治理难、统一元数据难、统一数据标准、统一数据安全难等多方面历史难点;多模统一化存储，降低数据存储成本，解决服务器资源，从将

的商业环境和自主可控的技术需求推动了中国数据库的快速发展，Gartner以星环科技多模数据库的多模能力为例介绍了数据库融合价值和趋势（关系型数据和非关系型数据联合分析）。此外，ArgoDB通过了工信部模型支撑，引入多模型数据库。星环科技一直致力于国产化数据库的自主研发，打造了自主可控的高性能分布式数据库ArgoDB。作为一款领先的多模型数据库，ArgoDB支持关系型、搜索、文本、对象、图等10种数据数据单独部署和使用不同的数据库产品，基于星环科技ArgoDB的多模型统一技术架构，用户可以实现不同模型数据的统一存储管理，并且用户只需用一句SQL就能同时访问这3种存储模型进行联合分析，替代了之前3段模型，能够帮助用户简化系统架构、减少开发运维成本、提升用户体验和数据洞察力，满足更多复杂业务需求。ArgoDB可以替代Hadoop+MPP混合架构。支持标准SQL语法，提供多模分析、实时数据处理、存算解耦、混合负载、数据联邦、异构服务器混合部署等先进技术能力。通过一个ArgoDB数据库，就可以满足数据仓库、实时数据仓库、数据集市、OLAP、AETP、联邦计算等各种需求。不同于传统方案为不同类型的

多模数据库（Multi-ModelDatabase）是一种可以存储和管理多种数据模型的数据库系统。这种数据库能够同时支持关系型数据、文档型数据、键值对数据、图形数据等多种数据类型，使得开发者可以根据应用需求选择最合适的数据模型进行数据存储和查询。多模数据库的主要优势包括：灵活性：开发者可以根据不同的数据特性和访问模式选择最合适的数据模型。简化开发：开发者不需要为了适应不同数据模型而学习多种数据库技术，可以在一个系统中完成所有类型的数据操作。性能优化：多模数据库通常针对不同类型的数据提供优化的存储和查询机制，提高整体性能。数据一致性：在单一系统中管理多种数据模型，可以更容易地维护数据的一致性和完整性。易于扩展：随着应用需求的增长，多模数据库可以方便地扩展新的数据模型和功能。多模数据库适用于需要处理多种数据类型和结构的复杂应用场景，例如电子商务、社交网络、物联网（IoT）等。

《ExploitingtheEvolvingDatabaseManagementSystemTrendsinChina》中，星环科技多模型联合分析用例还曾作为案例被引用。报告指出，中国独特的商业环境和自主可控的技术需求推动了中国数据库的快速发展，Gartner以星环科技多模数据库的多模能力为例介绍了数据库融合价值和趋势(关系型数据和非关系型数据联合分析)。模型支撑，引入多模型数据库。星环科技一直致力于国产化数据库的自主研发，打造了自主可控的高性能分布式数据库ArgoDB。作为一款领先的多模型数据库，ArgoDB支持关系型、搜索、文本、对象、图等10种数据企业数字化转型面临跨模型开发复杂、IT架构复杂(运维复杂;运维成本高;跨平台开发成本高;容易形成数据孤岛;数据流转复杂，一致性难以保障;数据存储冗余;计算/存储资源之间存在竞争)等困难，因此需要多模型，能够帮助用户简化系统架构、减少开发运维成本、提升用户体验和数据洞察力，满足更多复杂业务需求。在Gartner发布的

近日，由墨天轮重磅打造的『2023数据技术嘉年华·ONLINE』线上直播栏目第一期开播，以“超融合”和“多模”数据库为主题，邀请多位典型数据库代表厂商分享超融合及多模数据库的核心技术、架构了中国数据库的快速发展，Gartner以星环科技多模数据库的多模能力为例介绍了数据库融合价值和趋势（关系型数据和非关系型数据联合分析）。此外，ArgoDB通过了工信部电子第五研究所代码扫描测试，代码自主率致力于国产化数据库的自主研发，打造了自主可控的高性能分布式数据库ArgoDB。作为一款领先的多模型数据库，ArgoDB支持关系型、搜索、文本、对象、图等10种数据模型，能够帮助用户简化系统架构、减少设计、发展趋势及行业应用，以期为大家带来在数据技术发展研究、数据库选型的参考。星环科技受邀参加，资深架构师陈潜龙分享了星环科技多模型数据统一处理平台的设计与应用。陈潜龙表示，企业数字化转型面临跨模型开发复杂、IT架构复杂（运维复杂；运维成本高；跨平台开发成本高；容易形成数据孤岛；数据流转复杂，一致性难以保障；数据存储冗余；计算/存储资源之间存在竞争）等困难，因此需要多模型支撑，引入多模型数据库。星环科技一直

近日，在2024可信数据库发展大会上，《中国数据库产业图谱（2024年）》、《数据库发展研究报告（2024年）》、《多模数据库技术要求》、《时空数据库性能要求》、《图数据库性能要求》标准等多项数据库、图数据库、搜索型数据库、多模数据库七大类别，涵盖数据库主流产品、数据库前沿产品、数据库服务、数据库安全、数据库生态社区等领域。其中分布式数据库入选领航者。数据库生态社区方面，星环开发者社区为用户志同道合的爱好者一起提问交流以及分享使用经验。此外，社区也会定期组织线上、线下的meetup、技术交流等丰富的社区活动，为用户提供良好的开发协作环境。通过中国信通院多模数据库产品测试在中国信通院组织的首批“可信数据库”多模数据库产品测试中，星环科技分布式数据库ArgoDB通过多模数据库产品基础能力测试。测试过程依据标准在基本功能、运维管理、安全性、兼容性、扩展性以及高可用六大能力域的相关要求。测试结果表明，ArgoDB在多模数据库的功能完备性、易用性、通用性等方面均符合标准要求。ArgoDB是星环科技自主研发的分布式数据库，基于多模型统一架构支持关系型，图、键值、时序、时空等多种数据模型，同时提供

AquilaInsight是星环科技推出的一款多模数据平台监控软件，为企业运维团队提供了一套统一、完整、便捷的智能化运维解决方案。通过丰富的仪表盘管理、告警与通知管理、实时和历史查询语句运行分析，无法保障企业及时发现故障异常并进一步排除业务隐患。基于多年以来在大数据运维方面积累的丰富经验，星环科技推出的AquilaInsight多模数据平台监控软件具备高安全性、高易用性的特点，可以及时帮助企业。全栈覆盖跨级群统一监控运维在多集群的场景下，如多云，数据库两地三中心，AquilaInsight支持用户对多个集群进行统一监控运维。通过对接多个数据源，系统能够将多个集群的运维数据汇总到一起，然后进行统一存储，统一分析以及统一展示。安全侵害事件，如越权操作、非法入侵；状态告警：支持对用户活动带来的异常状态告警，如慢查询过多、在线事务过多、连接数过多等；支持对数据库异常状态告警，如锁超时、相关服务不可用等；资源预警：支持对资源情况的检索与报表展示，可以使用日志搜索检测安全侵害事件、操作不合规行为以及其他与数据库或SQL相关的问题。平台预置了搜索过滤器，用户可以选择保存搜索条件，便于后续复用搜索。为了提高告警效率，平台还支持一键

、易用性等方面得到大幅提升。ArgoDB-分布式数据库ArgoDB是星环科技自主研发的面向数据分析型业务场景的国产化分布式多模数据库，代码自研率90%以上，能够一站式替代Hadoop+MPP混合架构，支持标准SQL语法，提供多模分析、实时数据处理、存算解耦、混合负载、数据联邦、异构服务器混合部署等先进技术能力。通过一个ArgoDB数据库，就可以一站式满足数据仓库、实时数据仓库、数据集市、OLAP、联邦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、更安全地实现国外进口产品的国产化替代，实现国产数据库的全面自主可控，并在产品架构、功能、性能、安全、运维计算、湖仓集一体等各种需求。2019年8月，ArgoDB成为全球第四个通过TPC-DS基准测试并经过TPC官方审计的数据库产品。KunDB-分布式交易型数据库KunDB是星环科技自主研发的国产分布式复杂场景需要。StellarDB-分布式图数据库StellarDB是星环科技自主研发的国产分布式图数据库，代码自研率90%以上，兼容openCypher查询语言，提供海量图数据的存储和分析能力，支持

3.1在TDH平台安装StellarDB3.2StellarDB安装校验3.3StellarDB低版本升级至StellarDB5.0.1

本章节的示例语句均可在示例图my_graph中执行，执行前请先创建示例图my_graph，建图语句如下:creategraphmy_graphwithschema(:Boy{namestring,salarydouble,ageint,singleboolean,birthdaylocaldatetime,reservelong,ratedecimal(38,10),hobbysarray<string>,geoPointgeo<double>})(:Girl{namestring,salarydouble,ageint,singleboolean,birthdaylocaldatetime,reservelong,ratedecimal(38,10),hobbysarray<string>,geoPointgeo<double>})[:Friend{sinceint}][:Likes{sinceint}]graphproperties:{`graph.shard.number`:3,`graph.replication.number`:...

StellarDB5.0.1版本对图算法场景进行了大规模改进和提升，内置算法性能得到较大提升。在语法方面，StellarDB5.0.1的内置图算法对于返回的节点，会直接以节点类型返回。因此可以直接使用uid(vertex)访问节点的uid，而不再需要node_rk_to_uid函数进行uid的转换。可以参考PageRank等函数。另外，对于图算法返回的节点，我们也可以灵活的访问其其他属性作为返回值。图计算简介StellarDB的图计算使用TEoC语句调用相应图算法。算法的输入数据为图的点、边数据。当前版本中图计算支持结果返回、结果导出和结果写回。在使用图算法时，使用configcrux.execution.modeanalysis;语句切换到分析模式下使用图算法语句。图数据视图StellarDB支持创建一个可被持久化的视图，用于加速图算法执行过程。创建视图创建视图的语法如下所示：createquerytemporarygraphviewGRAPH_VIEW_NAMEas(v)[e]withGRAPH_ALGO(@GRAPH_VIEW_NAME,VIEW_STORE_PATH,CONFI...

StellarDB支持用户添加自定义函数，添加后可在cypher语句中使用。自定义函数实现自定义函数通过java/scala语言开发，可继承实现两种基类，编译成jar包，通过指定命令加载到StellarDB。需要实现的基类为如下两种，可自行选择继承合适的基类：继承UDF基类继承GenericUDF基类。继承UDF基类该类实现简单，功能较为单一。支持Quark的基本类型、数组和Map。适合实现简单的逻辑。继承org.apache.hadoop.hive.ql.exec.UDF类继承UDF类必须实现evaluate方法且返回值类型不能为void，支持定义多个evaluate方法不同参数列表用于处理不同类型数据。@Description(name="my_plus",value="my_plus()-ifstring,doconcat;ifinteger,doplus",extended="Example:\n>selectmy_plus('a','b');\n>ab\n>selectmy_plus(3,5);\n>8")/***实现UDF函数，若字符串执行拼接，in...

为什么引入动态图模型？在实际应用过程中很容易可以发现，图数据在很多图数据的应用场景中并不是静态不变的，而是动态演进的，这些场景中包括例如金融反欺诈场景中金融交易网络随着时间的推进而发生的交易变化、交易社群变化等；又比如社交网络中新增用户、用户关注或者取消关注、更改账户信息等。将图数据变化的历史记录下来，不仅可以用于历史数据规律的总结，还可以利用动态图数据进行动态图神经网络相关技术的研究，从而进一步挖掘数据中潜在的数据价值和更加灵活高效的业务场景，譬如预测某一个时刻某一事件是否会发生。动态图模型的动态变化图数据的动态变化主要分为两类，一类是节点或边的属性的值的变化；另一类变化是子图（结构）的变化，如新增/删除点边。这两种图数据的动态变化可以单独发生，也可以同时发生。从图数据的属性变化角度来看，StellarDB5.0.1动态图模型可以记录图中节点或者边属性的所有历史版本（而非新数据覆盖旧数据）。在实际数据开发使用中，还可以结合诸如柱状图、趋势图等对历史数据进行可视化，更加直观、更加适合业务使用。从图数据的子图（结构）的角度来看，StellarDB5.0.1动态图模型还可以返回不同时间子图...

快速上手本章节将引导您快速熟悉StellarDB，并为您初步介绍如何通过KGExplorer和beeline客户端操作StellarDB。其中，"StellarDB初探"一节通过构建一张人物关系图，从零介绍如何在StellarDB进行基本操作；"StellarDB进阶"一节为您提供了内置于StellarDB的《哈利·波特》人物关系图，帮助您进一步探索StellarDB。StellarDB初探使用KGExplorer构建图从Manager页面进入KGExplorer页面。若KGExplorer开启了单点登录，会自动跳转Federation登录页面，按如图方式登录：KGExplorer用戶开启方法以及详细使用说明请查看章节《KGExplorer使用文档》。点击登录后进入KGExplorer主页面。我们首先需要构建图名为"hello_world"的图。在主页面右上角点击创建图按钮开始图谱schema的构建。按照引导填写图基本信息后点击确定进入构建页面。在画布中，我们为"hello_world"图创建Boy和Girl两种类型的点，两种类型的点均包含name、salary、age、single四...

类型表达式类型例子十进制型整数10,-213十进制小数1.25,3.604E-14,-2.31十进制型长整数199345843592l,-12381543923L任意精度的有符号十进制数123bd,123.31BD八进制整数(0开头)084,-096字符串"星环",'信息科技'布尔类型true,false,TRUE,FALSE数组类型[1，2，3],["星环","信息科技"],[decimal(10.2,3,1),decimal(100.2,3,2)],[localdatetime("2021-01-18T09:50:12.627"),localdatetime("2021-11-18T03:50:12.113")]时间类型localdatetime("2021-01-18T09:50:12.627")Decimal类型decimal(10.2,3,1)地理空间类型point(20.5,30.5),point(-20.5,-30.5)时序类型{localdatetime("2023-01-01T15:16:17")::"nice"},{localdatetime("1997-01-01...

通过beeline或JDBC时，设置参数configquery.langcypher;将查询语言切换为TEoC模式。根据使用场景选择查询模式（默认为immediate模式）immediate模式通常用于并发及短查询场景，查询结果和中间结果通常不超过百万。通过configcrux.execution.modeimmediate;切换。analysis模式通常用于分析场景，创建图、插入数据以及图算法相关的语句必须在该模式下进行。通过configcrux.execution.modeanalysis;切换。

声明简介声明是指为特定数据类型的变量分配一定的存储空间，并命名该变量以便引用它；必须先声明变量，然后才能引用它；对声明的变量可以进行赋值操作来改变它的值；声明的变量其作用域是Session级别的。变量声明使用decl关键字声明一个变量必须为变量指定名称和类型，且名称不能与已有的变量名相同。声明但未赋值的变量的默认值为null。变量名声明对大小写敏感。变量声明的语句遵循如下格式:DECL[<variable_name>:<variable_type>];使用方法示例如下表所示：语句说明declx:int;声明一个类型为int的变量xdecls:string;声明一个类型为string的变量sdecll:long;声明一个类型为long的变量ldeclb:boolean;声明一个类型为boolean的变量bdecld:double;声明一个类型为double的变量ddecltime:localdatetime;声明一个类型为localdatetime的变量timedecld1:decimal;声明一个类型为decimal的变量d1decllist1:list[int...

索引是数据库中某些数据的冗余副本，目的是使查询性能更优。作为代价，数据库需要额外存储空间和较慢写入速度，因此决定哪些字段需要索引是一项重要且不易的任务。（新）StellarDB5.0.1版本不再对旧版本使用的manipulatecreate_index和manipulatedelete_index语法进行支持，在新版本中统一使用createindex和dropindex进行索引的创建和删除新增索引CREATEINDEX[IFNOTEXISTS]FOR(LabelName)ON[f1,f2,...];CREATEINDEX[IFNOTEXISTS]FOR[LabelName]ON[f1,f2,...];不支持对TIME_SERIES类型的属性创建索引默认情况下,对同一个Label的某个属性多次创建索引会报错;但如果带有IFNOTEXISTS,则不会抛出任何错误包裹点边LabelName的括号不同，注意区分示例1.在点labelperson的属性name和age上建立索引CREATEINDEXIFNOTEXISTSFOR(person)ON[name,age];示例2.在边labelask...