分布式向量数据库

什么是分布式向量数据库?分布式向量数据库是一种基于分布式系统架构的向量数据库，它将向量数据库的功能和分布式系统的特性相结合，可以实现在大规模集群上存储和处理海量的向量数据。相比于传统的向量数据库，在分布式向量数据库中，数据可以被分散存储在分布式系统中的多个节点上，并且可以通过负载均衡等技术实现数据的高效查询和分片处理，从而提高存储和计算的效率和性能。星环科技向量数据库-TranswarpHippoTranswarpHippo是一款企业级云原生分布式向量数据库，支持存储，索引以及管理海量的向量式数据集，能够高效的解决向量相似度检索以及高密度向量聚类等问题。Hippo具备高可用、高性能、易拓展等原生系统：Hippo采用全面容器化部署，支持服务的弹性扩缩容；同时具备多租户和强大的资源管控能力。分布式部署：具备分布式部署能力，满足大规模集群部署需求;通过Raft算法确保数据的强一致性；同时提供故障特点，支持多种向量搜索索引，支持数据分区分片、数据持久化、增量数据摄取、向量标量字段过滤混合查询等功能，能够很好的满足企业针对海量向量数据的高实时性检索等场景。TranswarpHippo产品优势云

解锁分布式向量数据库：大模型时代的数据新引擎向量数据库：AI时代的新宠在当今数字化的时代，数据犹如一座蕴藏着无尽价值的宝藏，而数据库则是开启这座宝藏的关键钥匙。随着人工智能技术的飞速发展，特别是大含义，返回最相关的文本信息。这种强大的能力，使得向量数据库在人工智能的各个领域都得到了广泛的应用。分布式向量数据库揭秘（一）什么是分布式向量数据库分布式向量数据库，是一种专门设计用于存储和查询向量数据的数据库系统，并且采用了分布式架构来处理和管理数据。它的核心在于处理和存储高维向量数据，这些向量数据通常来自于机器学习和深度学习模型对非结构化数据（如文本、图像、音频、视频等）的编码处理。以图像数据为例，通过卷积神经网络（CNN）提取图像的特征，将其转化为一个高维向量，这个向量就包含了图像的关键信息，如颜色、形状、纹理等特征。分布式向量数据库会将这些向量存储起来，并建立相应的索引，以便后续进行快速查询。而分布式架构则是将数据库的各个组件分布在多个节点上，通过网络进行通信和协作。与传统的集中式向量数据库相比，分布式向量数据库具有诸多优势。它可以将数据和计算负载分散到多个服务器上，从而能够处理

分布式向量数据库是一种专门用于存储、管理和查询高维向量数据的数据库系统，它在人工智能、机器学习、计算机视觉等领域有着广泛的应用。以下将从定义、特点、应用场景、关键技术、主流产品等方面进行详细介绍：定义分布式向量数据库是一种支持分布式架构的数据库，它能够处理大规模的向量数据。这些向量数据通常是通过机器学习模型将文本、图像、音频等非结构化数据转换得到的特征向量，数据库可以高效地存储这些向量，并提，通过与数据库中的人脸向量进行比对，快速识别出人员身份。关键技术向量索引技术：为了提高向量相似度查询的效率，分布式向量数据库通常采用各种向量索引结构。分布式存储技术：采用分布式文件系统或分布式数据库来存储数据的可靠性和可用性。即使部分节点出现故障，也不会影响整个数据库的正常运行，数据不会丢失。分布式处理：支持将数据和查询任务分布到多个节点上进行并行处理，充分利用集群的计算资源，提高处理效率。应用场景推荐。高性能查询：采用专门的索引结构和算法来加速向量相似度查询，能够在短时间内从海量向量数据中找到与查询向量最相似的向量，满足实时性要求较高的应用场景。数据可靠性：通过数据复制和分布式存储技术，确保向量

国产分布式数据库星环分布式向量数据库-TranswarpHippoTranswarpHippo是一款企业级云原生分布式向量数据库，支持存储，索引以及管理海量的向量式数据集，能够高效的解决向量相似度数据的高实时性检索等场景。星环分布式图数据库-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、查询和海量数据3D图展示能力。StellarDB帮助用户快速开发欺诈检测、推荐引擎、社交网络分析、知识图谱等应用。星环分布式时空数据库-TranswarpSpactureTranswarpSpacture是星环科技推出的一款分布式时空数据库，支持空间地理、时空轨迹、遥感影像等海量数据的存储、查询、分析和挖掘服务。Spacture具备高性能数据读写和分析能力。支持OGC标准图形类型和空间关系，兼容常见的控等场景。星环分布式时序数据库-TranswarpTimeLyreTranswarpTimeLyre是星环科技推出的一款时序数据库，提供海量时间序列数据的高效压缩存储和高性能分析服务。TimeLyre

解锁分布式向量数据库：大模型时代的“超级记忆体”向量数据库：崭露头角的数据库新星向量数据库，作为数据库家族的新兴成员，正以其独特的优势和强大的功能，在人工智能、机器学习等领域崭露头角，成为数据兴起，向量数据库的重要性愈发凸显，它在图像生成、文本创作等领域发挥着关键作用，帮助生成更加逼真、高质量的内容。分布式向量数据库：概念与原理大揭秘（一）分布式的独特魅力分布式，是一种将系统的各个组件分布这种方式，我们可以实现对数据的快速检索和聚类分析。对比传统：分布式向量数据库的显著优势（一）高性能数据处理在数据量呈爆炸式增长的今天，传统数据库在处理大规模、高并发数据时常常显得力不从心。在图像识别领域，分布式向量数据库的高性能同样表现得淋漓尽致。当需要对海量图像进行识别和分类时，传统数据库的处理速度往往无法满足实际需求。而分布式向量数据库可以快速地将图像转化为向量数据，并利用其高效的索引和检索过程繁琐。而分布式向量数据库的分布式部署方式使其具有强大的水平扩展能力。当数据量增加时，只需简单地添加新的节点，就可以轻松扩展系统的存储和计算能力，无需停机维护，也不会影响系统的正常运行。（三）语义

什么是云原生分布式向量数据库？云原生分布式向量数据库是一种基于云原生架构设计和开发的分布式向量数据库。云原生分布式向量数据库适用于高并发、海量数据存储和计算的场景，如大规模图像搜索、机器学习和人工智能等领域的应用。它可以大幅度提高数据的处理和分析效率，更好地满足企业对数据存储、计算和应用的需求。星环分布式向量数据库-TranswarpHippoTranswarpHippo是一款企业级云原生分布式向量数据库，支持存储，索引以及管理海量的向量式数据集，能够高效的解决向量相似度检索以及高密度向量聚类等问题。Hippo具备高可用、高性能、易拓展等特点，支持多种向量搜索索引，支持数据分区分片、数据持久缩容；同时具备多租户和强大的资源管控能力。分布式部署：具备分布式部署能力，满足大规模集群部署需求;通过Raft算法确保数据的强一致性；同时提供故障迁移，数据修复等数据保障能力。企业级安全：Hippo化、增量数据摄取、向量标量字段过滤混合查询等功能，能够很好的满足企业针对海量向量数据的高实时性检索等场景。TranswarpHippo产品优势云原生系统：Hippo采用全面容器化部署，支持服务的弹性扩

数据库的实时写入、实时更新、实现召回能力的要求变高，通过将实时资讯、实时新闻、市场行情等快速变化的信息及时地内置到模型中，使其能够提供更实时、更精准的结果。星环科技分布式向量数据库TranswarpHippo星环分布式向量数据库Hippo作为一款企业级云原生分布式向量数据库，基于分布式特性，可以对文档、图片、音视频等多源、海量数据转化后的多维向量进行统一存储和管理。通过多进程架构与GPU加速技术，充分发挥并行检索能力，实现毫秒级高性能数据检索，结合相似度检索等技术，帮助用户快速挖掘数据价值。与开源的向量数据库不同，星环分布式向量数据库Hippo具备高可用、高性能、易拓展等特点，支持多种向量搜索索引，支持数据分区分片、数据持久化、增量数据摄取、向量标量字段过滤混合查询等功能，很好地满足了企业针对海量向量数据的高实时性检索等场景。云原生技术，支持弹性扩缩容星环分布式向量数据库Hippo采用全面大规模集群部署需求；通过Raft算法确保数据的强一致性；并提供故障迁移，数据修复等数据保障能力。深度优化，高性能数据检索星环分布式向量数据库Hippo支持多进程架构与GPU加速，充分发挥并行检索能力；支持

TranswarpHippo是星环科技自主研发的分布式向量数据库，作为一款企业级云原生分布式向量数据库，支持存储、索引以及管理海量的向量式数据集，提供向量相似度检索、高密度向量聚类、混合检索等能力目前担忧的大模型数据隐私泄露问题。一站式：提供向量转化工具和Embedding模型，一站式完成模型上架、模型评估和模型部署，降低用户使用成本，提高数据入库效率。高精度：多类索引支持，一库搞定向量+全文向量提供强劲算力。易对接：提供标准的Python、Restful、JavaAPI等接口，可轻松对接各类应用和模型，提高应用开发和调用的效率。此外，为了进一步降低用户使用向量数据库的门槛和成本联合检索，提高大模型召回准确率；结合自研图数据库，可进一步提高大模型精度。高性能：支持多进程架构与GPU加速，充分发挥并行检索能力，结合软硬件深度优化，充分发挥CPU多核、高内存带宽等优势，为海量、多维，Hippo推出CommunityEdition社区版，单机即可安装部署，开箱即用，并支持多种接口、向量/标量数据实时更新，以及多种向量检索，帮助用户低成本、快速地进行大模型场景的探索，如构建知识库、智能问答机器人等。

星环分布式向量数据库Hippo作为一款企业级云原生分布式向量数据库，基于分布式特性，可以对文档、图片、音视频等多源、海量数据转化后的多维向量进行统一存储和管理。通过多进程架构与GPU加速技术，充分发挥并行检索能力，实现毫秒级高性能数据检索，结合相似度检索等技术，帮助用户快速挖掘数据价值。优势特点：与开源的向量数据库不同，星环分布式向量数据库Hippo具备高可用、高性能、易拓展等特点，支持多种向量搜索索引，支持数据分区分片、数据持久化、增量数据摄取、向量标量字段过滤混合查询等功能，很好地满足了企业针对海量向量数据的高实时性检索等场景。云原生技术，支持弹性扩缩容。星环分布式向量数据库Hippo采用全面容器化部署，支持服务的弹性扩缩容，同时具备多租户和强大的资源管控能力。基于星环分布式向量数据库Hippo，可以有效地解决大模型在知识时效性低、输入能力有限、准确度低等问题。通过将新资料、专业知识、个人习惯等海量信息向量存储在星环分布式向量数据库Hippo中，可以极大地拓展大模型的应用边界，让大模型保持信息实时性，并能够动态调整，使大模型拥有“长期记忆”。此外，通过星环分布式向量数据库

表9.Hyperbase在HDFS中的目录结构简介目录作用有无清理机制or如何清理/hyperbase1根目录/hyperbase1/.tmp临时目录，用于存储临时文件和写入过程中的临时数据。这些临时文件可能包括数据块的临时副本、临时索引文件或其他中间结果文件。写入过程中的临时数据：在hyperbase1中，数据的写入是通过WAL（Write-AheadLog）进行的，WAL用于记录数据变更操作。在写入过程中，hyperbase1会将数据写入到WAL中，同时也会将数据写入到对应的数据文件中。/hyperbase1/.tmp目录用于存储在写入过程中尚未完全写入数据文件的临时数据。这样做是为了确保数据写入的原子性和可靠性。hyperbase1会定期清理/hyperbase1/.tmp目录中的过期临时文件和数据，以避免该目录占用过多的磁盘空间。清理策略可以通过hyperbase1的配置进行调整和设置。/hyperbase1/archive归档目录，用于存储已归档的hyperbase1数据。表数据经过一段时间的存储后，可能会变得不再频繁访问或需要长期保存。为了节省存储空间和提高性能，hyper...

2.1关于社区版您可能想要知道的2.2怎么联系到我们？遇到问题怎么办2.3产品资源汇总

HyperbaseWeb管理页面主要用于Hyperbase服务的各种数据和信息的查看，下面我们将介绍管理页面的一些简单操作。HMaster管理页面打开HyperbaseActiveMaster管理页面的方法有两种：根据集群的ActiveMaster的IP地址打开:http://master_node_ip:60010。如下图：图25.ActiveMasterWeb页面通过TDH管理页面中Hyperbase服务的HMaster的ServiceLink打开，详细流程如下：TranswarpDataHubWEB管理页面也要根据集群的ActiveMaster的IP地址打开，地址一般是http://master_node_ip:8180。打开对应的Hyperbase服务的Roles页面。如下图：图26.Hyperbase角色页面左上角服务名后的圆点颜色表示集群中的Hyperbase服务的状态，比如当前是绿色的Green（HEALTHY），健康状态。另两种状态是Yellow（WARNING）和Red（DOWN）。通过每个HMaster对应的ServiceLink可以打开HMaster管理页面。如下...

技术支持感谢你使用星环信息科技（上海）股份有限公司的产品和服务。如您在产品使用或服务中有任何技术问题，可以通过以下途径找到我们的技术人员给予解答。email：support@transwarp.io技术支持热线电话：4007-676-098官方网址：http://www.transwarp.cn/论坛支持：http://support.transwarp.cn/意见反馈如果你在系统安装，配置和使用中发现任何产品问题，可以通过以下方式反馈：email：support@transwarp.io感谢你的支持和反馈，我们一直在努力！

JSON配置操作简介表数据VS表的扩展数据索引是Hyperbase的核心功能之一，我们在使用Hyperbase时，常常会为表建各类索引，包括全局索引、局部索引和LOB索引，利用索引中的数据提高查询效率。索引中的数据不属于表数据，但是从表数据而来，和表密不可分，所以我们将表数据和它所有索引中的数据合称为表的扩展数据，也就是说，我们做如下定义：表的扩展数据=表数据＋全局索引数据＋局部索引数据＋LOB索引数据表的元数据VS表的扩展元数据Hyperbase表的元数据包括表名、列族名、DATA_BLOCK_ENCODING、TTL、BLOCKSIZE等等。一张Hyperbase表的各个索引也有自己的元数据，和索引数据一样，索引的元数据和表的关系也十分紧密，所以我们将表的元数据和它所有索引的元数据合称为表的扩展元数据：表的扩展元数据=表的元数据＋全局索引元数据＋局部索引元数据＋LOB索引元数据我们有时也会将表的元数据称为基础元数据或者Base元数据。JSON配置的命令行指令为操作表的扩展数据和扩展元数据服务，Hyperbase提供了扩展的命令行指令：describeInJson、alterUseJ...

为了方便您接下来的安装使用，社区版团队为您准备了视频教程，可以搭配手册内容一起查看：https://transwarp-ce-1253207870.cos.ap-shanghai.myqcloud.com/TDH-CE-2024-5/%E8%A7%86%E9%A2%91/%E5%BC%80%E5%8F%91%E7%89%88StellarDB%E5%AE%89%E8%A3%85%E8%A7%86%E9%A2%912024.5.mp4安装教程在安装启动StellarDB社区开发版容器之前，请务必执行dockerps确保环境当前无其他正在运行的开发版容器，如果有，请及时停止以防止后续端口冲突。请务必确保您的安装环境已经配置好了hostname以及/etc/hosts文件，否则hostname和IP地址将无法映射，最终导致安装失败。具体配置方式详见安装前系统配置改动安装流程步骤一将从官网下载下来的产品包上传至安装环境产品包名称：TDH-Stellardb-Standalone-Community-Transwarp-2024.5-X86_64-final.tar.gz步骤二执行下述命令进行解...

表10.Hyperbase在Zookeeper上的znode节点及作用说明节点分类作用/hyperbase1(zookeeper.znode.parent)Operation节点根节点，包含所有被Hyperbase创建或使用的节点/hyperbase1/hbaseid(zookeeper.znode.clusterId)Operation节点HBaseMaster用UUID标示一个集群。这个clusterId也保存在HDFS上：hdfs:/<namenode>:<port>/hyperbase1/hbase./hyperbase1/rs(zookeeper.znode.rs)Operation节点RegionServer在启动的时候，会创建一个子节点(例如：/hbase/rs/m1.host)，以标示RegionServer的在线状态。HbaseMaster监控这个节点，以获取所有OnlineRegionServer，用于Assignment/Balancing。/hyperbase1/master(zookeeper.znode.master)Operatio...

QuarkGateway是连接客户端与QuarkServer服务器的一个中间件，是客户请求QuarkServer服务的总入口，它严格按照用户预定义的配置文件，根据用户的不同需求来提供负载均衡、SQL规则路由、高可用（包括超时转发和宕机转发）、Web运维、Inceptor安全（LDAP,KERBEROS）等各项功能。QuarkGateway可以在多个QuarkServer间平衡业务流量，能够有效地为客户端屏蔽掉集群细节，能将不同的SQL类型路由到不同的QuarkServer，并且解决了QuarkServer超时或宕机后无法执行任务的问题，提高了产品的可用性。QuarkGateway的主要功能包括：负载均衡在这种情景下QuarkGateway可以将特定的业务分担给多个QuarkServer，从而实现多个InceptorServer平衡业务流量的功能，完成此项功能的前提是QuarkServer的TAG属性一致。SQL规则路由QuarkGateway基于特定规则，可将不同类型的SQL路由到不同的QuarkServer。高可用性包括超时转发和宕机转发等，QuarkGateway可将超时或者宕机的...

hbaseSQL的IndexDDL支持创建和删除表的全局索引，包括：创建全局索引：CREATEGLOBALINDEX删除全局索引：DROPGLOBALINDEX但是，目前Hyperbase不支持使用SQL生成索引，您可以从HyperbaseShell中执行rebuild指令来生成索引，具体请参考《Hyperbase使用手册》。（创建索引前插入的数据没有索引，但是创建索引之后的数据有索引。）下面将具体介绍创建和删除索引的语法。创建全局索引：CREATEGLOBALINDEX语法：为Hyperbase表建全局索引CREATEGLOBALINDEX<index_name>ON<tableName>(<column1><SEGMENTLENGTHlength1>|<<(length1)>①[,<column2><SEGMENTLENGTHlength2>|<(length2)>,...]②);①column1：指根据哪个列建全局索引，可以有多个列，但不可包含首列（因该列映射为RowKey）。②...

通过Manager管理平台，可一键部署Hyperbase。可以在第一次安装TranswarpDataHub集群时安装，也可以向安装好的集群另外安装Hyperbase服务。详细安装步骤及配置项，请参考《TDH安装手册》。安装Hyperbase可以分为以下步骤：软硬件环境检查：检查服务器配置、操作系统、浏览器是否满足要求。安装前配置：配置系统运行过程中所需的文件目录，确保系统运行正常。确认网络配置、Java环境、NTP服务器配置、安全配置、节点访问配置。安装Manager：安装Manager并实现集群管理。安装Hyperbase：您可以通过Manager管理平台安装Hyperbase，并在安装过程中选择所需的HDFS、YARN和Zookeeper等依赖服务以完成部署。产品包上传：在【应用市场】>【产品包】页面上传Hyperbase及相关服务的产品包。服务添加：通过【集群管理】>【添加服务】添加TranswarpHyperbase服务及TranswarpBasic组件（包括HDFS、YARN、Zookeeper、KunDB等）。配置安全：选择安全认证方式，可选简单认证或Kerbe...