企业级分析型数据库

企业级向量数据库是一种专门为企业级应用而设计的向量数据库，其主要提供高效的向量存储和检索服务，适用于大规模数据的存储和分析以及机器学习等领域的应用。企业级向量数据库-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，数据修复等数据保障能力。企业级安全：Hippo可提供基于SASL的用户认证能力，以及基于SSL/TLS的数据加密传输。高性能检索：Hippo支持多进程架构与GPU加速，可以充分发挥并行检索能力；同时支持多类索引，满足不同业务场景;支持检索速度和内存使用的特定优化，支持寄存器级算法优化。多模型联合分析：基于多模型统一技术架构，向量数据与关系型数据、图数据、时序数据等多种模型数据进行统一存储管理，通过，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产品优势云原生系统

，StellarDB广泛应用于金融、政府和社交网络等领域，在人员社交网络探索、金融风险传播分析等场景发挥着重要作用。同时，作为国内领先的企业级大数据基础软件公司，星环科技是国内同时具备图数据库、知识图谱平台在图数据库领域，星环科技自主研发了分布式图数据库StellarDB，兼容openCypher查询语言，提供海量图数据的存储和分析能力，支持原生属性图存储结构，支持万亿边PB级数据存储。同时、图挖掘应用开发能力的企业，其全栈自研的图技术能力可以助力企业快速挖掘图数据价值，推动业务高效高质量发展。未来，星环科技将继续在图技术领域深耕，为企业提供查询速度更快、分析能力更强、稳定性更高的图数据库产品。场景实现了万亿边规模的存储和稳定运行，真正意义上将万亿级图数据库能力应用落地。凭借优异的产品性能和出色的落地表现，StellarDB此前也曾获得多家行业权威机构认可：通过了中国信通院图数据库和图计算平台基础能力两项专项测评；在Gartner《图数据库管理系统市场指南》中被Gartner列为图数据库管理系统全球代表厂商；入选IDC《中国人工智能与大数据技术现状及趋势分析，2022》报告等。目前

分析型数据库是面向分析应用的数据库，与传统的数据库不同，分析型数据库可以对数据进行在线统计、数据在线分析、随即查询等发掘信息数据价值的工作，是数据库产品一个重要的分支。分析型数据库的主要目标是提供快速、高效的数据分析和查询处理，以便做出准确的业务决策。与事务型数据库相比，分析型数据库更注重对数据仓库的支持，以及对复杂查询和数据挖掘的需求。分析型数据库专注于支持复杂的查询和分析工作负载，以及提供高效的数据存储和查询性能，是支持数据分析和决策制定的重要工具。星环分布式数据库-TranswarpArgoDBArgoDB是星环科技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。通过一个ArgoDB数据库，就可以打造离线数据仓库、实时数据仓库、数据集市兼容Oracle、IBMDB2、Teradata数据库对SQL语言的扩展，目前已在各行各业成功完成Oracle、DB2、Teradata等国外产品的国产化替代。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。

TranswarpStellarDB是一款为企业级图应用而打造的分布式图数据库，用于快速查找数据间的关联关系，并提供强大的算法分析能力。StellarDB克服了万亿级关联图数据存储的难题，通过自定义、计算资源管控、备份恢复等完备的企业级数据库功能。强大的可视化能力：StellarDB的可视化界面支持2D和3D的图可视化展示，集成批量导入、备份恢复、状态监控、参数配置、重建副本等图数据库常用的图深度遍历和复杂分析。丰富的算法库：内置丰富的算法库，几十种图算法开箱即用，优化的分布式并行图算法，千万级子图计算效率达到行业先进水平。企业级功能：支持用户权限认证、集群状态监控、日志审计、数据加密图存储格式和集群化存储，实现了传统数据库无法提供的低延时多层关系查询，在社交网络、金融领域都有巨大应用潜力。TranswarpStellarDB具有以下优势：原生图存储：StellarDB为数据存储平台”关键词图谱。此前也通过了中国信通院图数据库和图计算平台基础能力两项专项测评。同时在全球著名咨询机构Gartner近日发布的《图数据库管理系统市场指南》中，星环科技也被列为图数据库管理系统全球代表厂商。此前星环科技还入选了《中国数据库市场指南》、《工具：中国数据库管理系统供应商甄选》报告等。

分析和趋势分析。关系型数据库：主要用于事务处理系统，如客户关系管理（CRM）、企业资源规划（ERP）等，支持日常的事务处理和操作。查询类型：分析型数据库：优化了对大数据集的读操作，特别是聚合查询和扫描分析型数据库和关系型数据库是两种不同用途的数据库系统，它们在设计、功能和优化方面有所不同。以下是它们的主要区别：用途：分析型数据库：主要用于数据仓库和大数据分析，支持复杂的分析查询，如数据挖掘、预测大量记录。关系型数据库：优化了对小到中等数据集的读写操作，特别是点查询和事务处理。数据模型：分析型数据库：通常使用多维数据模型（如星型模型或雪花模型），这些模型适合于分析型查询。关系型数据库：使用关系模型，数据以表格的形式存储，通过行和列组织数据。性能优化：分析型数据库：针对分析查询进行了优化，如使用列式存储、数据立方体和预计算。关系型数据库：针对事务处理进行了优化，如使用行式存储、索引和事务日志。数据更新频率：分析型数据库：数据通常以批量方式加载，更新频率较低。关系型数据库：数据更新频繁，支持高并发的读写操作。数据规模：分析型数据库：设计用于处理大规模数据集，通常存储在数据仓库中。关系型

存储解耦合：企业级数据湖采用计算与存储解耦合的架构设计，让计算和存储资源具备更好的可扩展性，为大数据处理提供了更灵活的系统架构设计。无缝对接多种计算引擎：企业级数据湖能够无缝对接多种计算分析平台，直接进行数据处理和分析，无需额外的处理步骤。数据湖元数据管理：企业级数据湖提供湖上元数据统一管理、企业级权限管理等服务，帮助用户快速地构建云原生数据湖架构。数据安全与合规性：企业级数据湖注重数据安全和合规性，提供稳定、可靠、安全且合规的云计算基础设施服务，包括数据访问控制、加密传输和脱敏处理等。云原生特性：企业级数据湖具备云原生特性，容器化计算通过将数据流式传输到数据湖来实现超大的弹性和近乎实时的数据分析企业级数据湖是指为满足企业级应用需求而设计的、具备高性能、高可靠性和高安全性的数据湖解决方案。以下是企业级数据湖的关键特点和组成部分：统一存储和管理：企业级数据湖采用对象存储作为统一存储，将各种类型的数据以集中方式进行统一管理，解决了数据孤岛问题，降低了运维管理的难度。支持多种数据类型：企业级数据湖支持结构化、半结构化、非结构化等多种类型数据的直接存储，提供了便捷的数据接入和数据消费通道。计算与

分析型数据库（AnalyticalDatabase）主要对来自交易数据库或其他数据源的历史数据进行高效地批量查询或分析，主要用于企业内部数据决策分析、数字化运营等领域。相较于传统的关系型数据库分析型隐藏的规律，进而利用这些信息做出更加准确的预测。分析型数据库是一种专门用于企业内部数据分析的解决方案，帮助企业更好地应对竞争、优化业务、更快地做出合理决策。对于那些需要分析海量历史数据的企业来说，分析型数据库的主要优势在于其对“读”操作的高效性能。传统的关系型数据库对“写”操作进行了优化，以支持高并发、高事务的场景，但对于复杂的聚合分析等查询操作，效率会大打折扣。而分析数据库则专门针对“读”操作进行优化，支持复杂的多维分析、跨表连接等高效查询，速度比传统的关系型数据库快数倍甚至是数十倍。此外，分析型数据库支持列式存储，与传统的行式存储不同，列式存储将同列的数据存储在一起，由于同一列中的数据。分析型数据库还常提供一系列高级数据分析的功能，如多维分析OLAP（OnlineAnalyticalProcessing），数据挖掘和机器学习等，这些功能可以帮助用户更更准确地发现数据之间的关联性和

无涯·问知是一款基于星环科技自研预训练模型无涯Infinity和向量数据库Hippo、图数据库StellarDB构建的企业级垂直领域问答知识库应用。无涯·问知支持不限长度的音视频图文等多模态数据快速入库，且支持自动化文档切片及向量化处理，配合自研的RAG框架，可实现知识的精准召回。无涯·问知具备了泛行业的知识获取能力、专业的内容理解能力及数据分析能力，可用于市场研究分析、企业供应链分析、法律风险预警、设备故障诊断等丰富的业务场景中。主要产品优势体现在：精准问答能力，减少大模型幻觉基于向量索引技术的信息检索：基于星环自研向量数据库Hippo的向量索引技术，能够在庞大的数据集中快速精准地召回相关的行情数据、卫星遥感数据、产业链上下游数据等，为从业者提供专业、及时的辅助决策。构建自有知识库，确保企业和个人数据安全自动化知识工程：支持用户上传各类文档后自动解析，通过文档切片及向量化技术自动为大模型注入私域知识，确保企业数据安全。灵活扩展知识库：自有知识库的构建使得企业能够根据业务发展的需要进行灵活扩展，保证了知识体系的连续性和及时更新，以应对快速变化的市场环境。

-TranswarpTimeLyreTranswarpTimeLyre是星环科技自主研发的企业级分布式时序数据库，其支持分布式水平扩展，同时具有极高的压缩率可以支持海量时序数据的存储，提供高吞吐实时写入流。时序型数据库适用于存储和分析与时间相关的数据，例如传感器、日志数据、监控数据等。它们被广泛应用于物网、金融、电信等行业，可以帮助用户实时监控和分析数据，发现趋势和异常情况。星环分布式时序数据库时序型数据库是一种专门用于存储、处理和查询时间相关数据的数据库。在时序型数据库中，数据的时间戳是主要的索引，用于快速定位和访问数据。时序型数据库通常具有高效的写入和查询性能，可以处理大规模的实时数据吞吐、高并发，每秒千万级数据点插入的性能，可以保证数据检索的实效性，是企业搭建实时数仓的极佳选择。此外，TimeLyre支持通过SQL、文件载入、API以及多种工业物联网通信协议实现数据入库，满足各种，TimeLyre内置多种索引结构，检索性能达到毫秒级的低延迟响应。数据分析方面，TimeLyre支持通过标准SQL进行数据分析，降低用户使用门槛。并且支持主流的SQL模块化扩展，兼容通用开发框架和工具

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。

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...

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...

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...

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...

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...

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

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...

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...

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`:...