国内的 宽表数据库
Transwarp Hyperbase是星环科技自主研发的实时NoSQL宽表数据库。Hyperbase支持百万级高并发、毫秒级低延时业务需求,可以在普通廉价服务器集群上高效支持企业的高并发精确查询与范围查询、流处理应用、全文搜索以及高并发非结构化数据检索,同时支持以标准SQL为接口的高效数据访问,帮助用户快速开发历史数据查询、业务在线检索等应用。
国内的 宽表数据库 更多内容
复杂多变的数据成为各单位机构面临的一大难题。基于上述的挑战,星环推出了TranswarpHyperbaseNoSQL宽表数据库,用来满足企业级用户经济灵活高效地管理数据的需求。Hyperbase能够随着信息时代的到来,数据已逐渐成为金融、企业、政府、运营商等单位机构的重要决策依据。以传统关系型数据库为代表的技术由于性能,成本,可扩展性等缺陷,很难满足爆炸式数据增长的需要,如何经济高效地管理海量轻易地通过在集群中增加或者减少硬件数量来实现性能的伸缩,从而进一步提升集群的运行速度以及处理能力,轻松应对百万级高并发的查询业务。Hyperbase支持以标准SQL为接口的高效数据访问,并提供高效的数据迁移工具,不仅能大幅度降低企业级用户数据应用变更和数据平台迁移的实施成本,还满足了用户在统一的数据平台上同时支撑新老业务的需求,大幅度降低了企业的运维成本。

简单、更便捷的进行大数据分析。为了满足更多用户在存储以及高并发点查方面的需求,此次TDH社区版推出了星环科技自主研发的NoSQL宽表数据库TranswarpHyperbase。TranswarpHyperbase介绍Hyperbase是什么TranswarpHyperbase是星环科技自主研发的NoSQL宽表数据库,支撑百万级高并发、毫秒级低延时业务需求。支持结构化数据,及文本、图像、视频、对象等实时处理应用的需求。传统的通用关系型数据库无法应对在数据规模剧增时导致的系统扩展性和性能问题(分库分表也不能很好解决),很难实现横向扩展,纵向扩展的空间也比较有限。Hyperbase能够轻易地通过在集群中增加或者Hyperbase关系数据库已经流行很多年,尽管Hadoop可以很好地解决大规模数据的离线批量处理问题,但是,受限于MapReduce编程框架的高延迟数据处理机制,使得Hadoop无法满足大规模数据减少硬件数量来实现性能的伸缩,提升集群的运行速度以及处理能力,轻松应对百万级高并发的查询业务。不同于传统的关系型数据库,Hyperbase采用列式存储模式,每个列族都由几个文件保存,不同列族的文件是

被一起查询的相关数据。当前DB-Engine中宽表NoSQL数据库的排名如下表,可以看到受欢迎的主要是Cassandra、HBase和Azure上的CosmosDB。接下来我们将介绍一下HBase的情况。HBase是一个面向列的分布式NoSQL数据库,是GoogleBigtable框架的开源实现,能够响应随机、实时的数据检索需求。HBase主要的存储和处理对象是大宽表,存储模式可以兼容本地存储机制确保数据库容错能力。通常的适用场景为:面向多版本、稀疏的、半结构化和结构化的数据高并发写入/查询的OLTP业务。HBase的数据模型由不同的逻辑概念构成,包括:表、行、行键、列、列族、单元、时间戳。表上会是层次化结构或者树形结构。这个做法的好处是非常容易增加半结构化或者结构化数据的处理能力。目前搜索引擎比较有代表性的数据库有开源Elasticsearch,国内星环科技有自研的搜索产品Scope。在。Document类似于关系型数据中行的概念,一个Document包含每一个Field中与之相应的数据值。Type类似数据库中的表级别概念,而Index是Elasticsearch中大的数据单位,与SQL的

行业资讯
多模态数据库
各种类型的数据进行集中存储、查询和处理,满足对结构化、半结构化和非结构化数据的统一管理需求。TranswarpArgoDB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存储,宽表存储。中国信通院在数据库发展研究报告(2021年)》中指出,在后关系型数据库阶段,数据结构越来越灵活多样、业务类型越来越复杂多变,为应对此类现状,越来越多的用户选择通过多模型数据库实现“一库多用“,将先进技术能力,一站式满足OLAP、AETP、多模型融合分析、联邦计算、数据仓库、实时数仓、湖仓集一体等场景。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。在架构上,ArgoDB基于存算解耦,实现了多模数据库的“四个统一”:统一的SQL编译引擎,支持SQL99/2003标准语法,兼容TD,Oracle,DB2等多种方言,对不同模式的数据提供统一接口,将多个操作访问入口变为一个入口,将多种数据库语言变为一种语言,降低开发和迁移成本,简化用户操作。统一的计算引擎,将多套计算引擎变为一套引擎,将多份计算资源变为一份资源,提供高性能的分析计算和执行效率

行业资讯
国产数据库
缓存、高并发数据存储、实时或限时业务支持等应用。星环分布式宽表数据库-HyperbaseHyperbase是星环科技研发的分布式宽表数据库,支撑百万级高并发、毫秒级低延时业务需求随着信息化建设的不断发展,数据库已经成为现代社会信息化发展的重要支撑和核心工具。国产数据库,也就是指国内自主研发的数据库产品,经过多年的发展,已经逐渐成熟。星环科技经过多年的自主研发,打造了一系列高性能国产数据库产品,助力企业实现数据库的自主可控。并在产品架构、功能、性能、安全、运维、易用性等方面得到大幅提升。星环分布式数据库-ArgoDBArgoDB是星环科技自主研发的面向数据分析型业务场景的官方审计的数据库产品。星环分布式交易型数据库-KunDBKunDB是星环科技自主研发的国产分布式交易型数据库,提供完整的关系型数据库的能力,高度兼容MySQL和Oracle,完整支持OraclePL,统一监控及审计等安全能力,满足企业关键业务处理、高并发查询、业务分布式改造、交易分析混合的数据中台等复杂场景需要。星环分布式时空数据库-SpactureSpacture是星环研发的国产分布式时空数据库

行业资讯
国产信创数据库:提升企业科技创新能力
在金融、政府和社交网络等多个行业领域应用于反洗钱、风险控制、营销等多种场景。分布式宽表数据库-TranswarpHyperbaseHyperbase是星环科技研发的分布式宽表数据库,支撑百万级高并发表数据库-TranswarpHyperbaseHyperbase是星环科技研发的分布式宽表数据库,支撑百万级高并发、毫秒级低延时业务需求。Hyperbase支持结构化数据,及文本、图像、视频、对象等非国产信创数据库指的是基于国内技术和资源研发的数据库系统。国产信创数据库在性能、安全性、可靠性等方面具有较高的表现,并且在各自的领域和应用场景下都有广泛的应用。与传统数据库相比,信创国产化数据库更符合中国企业的需求,具有更高的安全性、稳定性和适应性。近年来,随着信创产业的快速发展,国产数据库在各个行业中的应用逐渐增多,特别是在政府、金融、电信等领域。信创国产化数据库的意义主要体现在以下几个方面:降低企业对国外数据库的依赖,确保数据安全可控;提高科技创新效率,满足中国企业实际需求;推动产业升级和创新驱动发展,提升产业核心竞争力。星环国产信创数据库星环科技经过多年的自主研发,打造了国产数据库,并

行业资讯
国产化数据库
多种场景。分布式宽表数据库-HyperbaseHyperbase是星环科技研发的分布式宽表数据库,支撑百万级高并发、毫秒级低延时业务需求。Hyperbase支持结构化数据,及文本、图像、视频、对象等非帮助用户快速开发热点数据缓存、高并发数据存储、实时或限时业务支持等应用。分布式宽表数据库-HyperbaseHyperbase是星环科技研发的分布式宽表数据库,支撑百万级高并发、毫秒级低延时业务需求。安全可控:有助于提升国家的信息安全和数据安全。相比国外数据库软件,国产化数据库避免可能存在的安全隐患和后门问题。技术支持:通常由国内企业提供技术支持和售后服务。这可以提高响应速度,并且能够更好地针对国产化数据库是指由中国企业自主研发的数据库管理系统,目的是降低对于国外数据库软件的依赖,提升国家信息安全和技术自主创新能力。国产化数据库通常具有以下特点:自主研发:由中国企业自主研发,具有完全,实现大数据基础软件的全面自主可控,并在产品架构、功能、性能、安全、运维、易用性等方面得到大幅提升。分布式数据库-ArgoDBArgoDB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

行业资讯
数据库索引,什么是数据库索引?
数据库索引:索引是对数据库表中一列或多列的值进行排序的一种结构,使用索引可快速访问数据库表中的特定信息。数据库索引是数据库中用于加速数据检索的一种数据结构,可以提高数据库的查询效率。索引可以理解为书籍的目录,将书籍内容按照关键字排序,方便读者快速查找特定内容。数据库索引同样是将表中的数据按照某种规则排序,并建立对应的数据结构,从而使查询变快。一般情况下,数据库索引是通过树或哈希表这两种数据结构来实现的。建立了适当的索引,数据库系统就可以优化数据库的查询性能,从而提高系统的响应速度和并发能力。在数据库中,索引的作用是为了快速定位和查找表中的数据。相比于全表扫描,使用索引可以大大提高查询效率。例如,在一张包含10000行数据的表中,如果不使用索引,系统需要逐行扫描所有数据才能找到满足查询条件的行。如果使用了索引,通过索引可以快速缩小查询范围,只需要访问几百行数据就可以得到结果,大大降低了查询的时间消耗。

行业资讯
图数据库有哪些特点?
图数据库是现代数据库系统中的一种,它主要的特点就是使用了图论的概念来进行数据管理。传统的关系型数据库通常是基于表和列的结构进行数据管理,而图数据库则是构建了节点和边的图形结构,可以更好的表示现实世界关键词,星环科技作为图计算平台国内代表厂商入选信通院“图计算平台”关键词图谱。此前更是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《图数据库管理中的复杂关系。下面是图数据库的几个主要特点:1.基于图形结构:图数据库是基于图形结构来进行数据管理的。它通过节点和边来构建数据的表示形式,使得数据之间的关系和结构更加直观和清晰。这对于处理关联复杂、数据关系复杂的场景具有重要意义。2.高效地关系查询和分析:图数据库具有高效的关系查询和分析能力。对于一个大规模的图,传统的SQL查询方式显然不能满足查询时间的要求。而图数据库则可以通过图数据库内部的算法来进行实时的查询和分析。尤其是针对一些复杂的图分析算法,图数据库更能够快速地获得结果,提高查询速度。3.可扩展性:由于采用了分布式的技术设计,使图数据库的可扩展性极佳。当需要管理的数据量增加时,图
猜你喜欢
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...
产品文档
5.10 表达式
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...
产品文档
7.1 自定义函数
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...
产品文档
5.12 变量声明
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...
产品文档
5.6 数据操作语句
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`:...
产品文档
5.17 索引(新)
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...
产品文档
3 安装 StellarDB
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
产品文档
4 快速入门
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...
产品文档
5.2 TEoC 前置参数
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。
产品文档
6.1 图计算
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...