elasticsearch平滑迁移

Elasticsearch业务的平滑迁移。星环科技提供多种数据迁移方案，用户可根据实际情况灵活选择。经过大量项目的实践和经验，星环科技建立了成熟标准的Elasticsearch平滑迁移方法论，通过调研评估、方案测试和上线保障“三步”策略，全程保障数据与业务的平滑迁移。多生态兼容：除了兼容以上Elasticsearch接口，Scope还兼容PostgreSQL协议以及Spark等大数据产品的接入。同时，Scope星环科技TranswarpScope平滑替代Elasticsearch平滑替代Elasticsearch：TranswarpScope兼容常用Elasticsearch的接口，可实现Elasticsearch，用户迁移到星环科技TranswarpScope之后，可以实现海量存储能力，极大降低用户硬件和运维成本，数据读写性能、日志分析性能和数据检索性能大幅提升，可确保百节点以上规模集群稳定运行，强还提供完备的SQL语法支持，满足传统数据库迁移到Scope的需求，通过星环科技SQL编译器QUARK实现大数据基础平台TDH内部的完整数据流转方案。迁移后的效果：性能全面提升：相较于

Elasticsearch的平滑迁移。并且比Elasticsearch具有更强的查询性能、扩展性、数据一致性和可靠性，以及更低的硬件和运维成本等优势。此外，Scope已完成与主流信创生态厂商的适配互认工作，支持适配长城迁移。星环科技提供多种数据迁移方案，用户可根据实际情况灵活选择。经过大量项目的实践和经验，星环科技建立了成熟标准的Elasticsearch平滑迁移方法论，通过调研评估、方案测试和上线保障“三步”策略，全程保障数据与业务的平滑迁移。多生态兼容除了兼容以上Elasticsearch接口，Scope还兼容PostgreSQL协议以及Spark等大数据产品的接入。同时，Scope还提供完备的SQL语法TranswarpScope可平滑替代Elasticsearch平滑替代ElasticsearchTranswarpScope兼容常用Elasticsearch的接口，可实现Elasticsearch业务的平滑支持，满足传统数据库迁移到Scope的需求，通过星环科技SQL编译器QUARK实现大数据基础平台TDH内部的完整数据流转方案。迁移后的效果性能全面提升：相较于Elasticsearch，用户迁移到星环

方便地实现国产替代，星环科技还提供了从Elasticsearch平滑迁移到Scope的方案，保障国产替代能够顺利进行。Scope是为数不多的国产搜索引擎数据库产品之一。目前国内主流的数据库产品仍是关系型数据库，非关系型数据库虽然正处于蓬勃发展期，但搜索引擎数据库受到的关注仍较少。流行度的占比，预计2025年全球搜索引擎数据库市场规模将达到82亿美元。TranswarpScope是星环科技自主研发的分布式搜索引擎，能提供比Elasticsearch更强的扩展性与可靠性。随着数据量的剧增以及性能要求的不断提高，Elasticsearch在集群扩展性、可靠性、数据读写性能、以及数据恢复速度等方面越来越难以满足用户的需求。星环科技自主研发了Scope这一分布式搜索引擎产品，提供PB级海量数据的交互式多维检索分析服务，能够实现高可靠、高扩展性的全文搜索与灵活查询。并且能够兼容常用的Elasticsearch读写接口，拥有比Elasticsearch更强的数据一致性和可靠性。为了更

ElasticsearchTranswarpScope兼容常用Elasticsearch的接口，可实现Elasticsearch业务的平滑迁移。星环科技提供多种数据迁移方案，用户可根据实际情况灵活选择。经过大量项目的实践和经验，星环科技建立了成熟标准的Elasticsearch平滑迁移方法论，通过调研评估、方案测试和上线保障“三步”策略，全程保障数据与业务的平滑迁移。多生态兼容除了兼容以上Elasticsearch接口提供服务源代码”。这意味着不法分子可以获得其源代码并研究其漏洞，给企业用户带来巨大的安全风险。星环科技TranswarpScope可平滑替代Elasticsearch平滑替代平台TDH内部的完整数据流转方案。迁移后的效果性能全面提升：相较于Elasticsearch，用户迁移到星环科技TranswarpScope之后，可以实现海量存储能力，极大降低用户硬件和运维成本，数据Elasticsearch安全能力不足，开源协议变更加剧安全风险数据保护能力不足：Elasticsearch开源版本是不具备数据保护功能的，看似免费，但不安全。用户必须付费获得Gold+许可才能获得

Elasticsearch读写接口，可实现Elasticsearch的平滑迁移。并且比Elasticsearch具有更强的查询性能、扩展性、数据一致性和可靠性，以及更低的硬件和运维成本等优势。此外，Scope已完ElasticsearchTranswarpScope兼容常用Elasticsearch的接口，可实现Elasticsearch业务的平滑迁移。星环科技提供多种数据迁移方案，用户可根据实际情况灵活选择。经过大量项目的实践和经验，星环科技建立了成熟标准的Elasticsearch平滑迁移方法论，通过调研评估、方案测试和上线保障“三步”策略，全程保障数据与业务的平滑迁移。多生态兼容除了兼容以上Elasticsearch接口，Scope，具有非常强大的研发、技术支持与服务能力，提供强大的原厂服务保障能力，保障用户售后无忧。星环科技TranswarpScope可平滑替代Elasticsearch平滑替代TDH内部的完整数据流转方案。迁移后的效果性能全面提升相较于Elasticsearch，用户迁移到星环科技TranswarpScope之后，可以实现海量存储能力，大大降低用户硬件和运维成本，数据读写性能

CDH在大数据平台的应用，帮助企业，更全面、更便捷、更智能、更安全地运用数据，加速企业数字化转型。TDH的存储与计算组件兼容CDH/HDP，可以实现平滑迁移，大大降低企业迁移成本低。专业的迁移工具实现数据一键迁移，高效便捷。此外，星环科技已经有大量的迁移成功案例，经验丰富，保障整个迁移过程安全可靠。本文将基于某金融机构的数据仓库批处理场景来手把手带领大家“三步”完成CDH到星环TDH的平滑迁移数据库方言，如Oracle、IBMDB2、Teradata等，支持存储过程，支持分布式事务，便于存量数据分析业务平滑迁移。宽表数据库Hyperbase历史数据查询系统、面向消费者的高并发的数据查询业务等），之后我们就可以在TBAK的可视化界面通过简单的“三步”来实现CDH到星环TDH的平滑迁移。TranswarpBackup(TBAK）是星环的大数据平台数据备份恢复软件，可独立于生产集群与备份集群、迁移。三步实现CDH到星环TDH的平滑迁移Step1配置CDH和TDH集群该步骤主要是用来配置CDH和TDH集群，为后续数据迁移做准备。星环TBAK提供可视化的界面进行集群配置，我们根据界面指引式向导

星环科技经过多年的自主研发，打造了全栈的大数据基础软件，并打磨了一系列国产化替代平滑迁移方案，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，实现大数据基础软件的全面自主分布式数据库ArgoDB替代了Teradata数据仓库和Oracle数据平台，实现了上百TB数据、40+下游应用系统和800+供数接口的平滑迁移，构建了湖仓集一体企业数据平台，统一承载多数据类型和分析查询交易型数据库KunDB替代了Oracle一体机，KunDB兼容Oracle语法和函数，尤其是支持PL/SQL，实现了原业务的低成本、平滑迁移，同时解决30+个系统访问数据库导致的性能不足问题，并发报告、科创板关联发现以及联机分析等应用场景，实现了分布式集群管理、统一的资源隔离与权限管理、计算性能的优化提升，以及丰富的可视化效果等。搜索引擎：Scope国产化替代Elasticsearch某政府单位使用星环科技分布式搜索引擎TranswarpScope替代了Elasticsearch，解决了Elasticsearch节点规模超过100个时遇到的稳定性问题，实现了PB级数据统一存储，检索满足海量

平滑迁移方案，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。国产化替代的Oracle数据平台，实现了上百TB数据、40+下游应用系统和800+供数接口的平滑迁移，构建了湖仓集一体企业数据平台，统一承载多数据类型和分析查询负载，从根源上解决了目前在各业务领域存在的数据问题，KunDB兼容Oracle语法和函数，尤其是支持PL/SQL，实现了原业务的低成本、平滑迁移，同时解决30+个系统访问数据库导致的性能不足问题，并发事务处理和分析能力提升5~10倍，满足了对接新的互联网业务和TD100倍。成本方面：星环科技产品高度兼容CDH/HDP、TD、Oracle、DB2，兼容TD、Oracle、DB2的SQL和方言，提供成熟的迁移工具，有大量低成本成功迁移案例。安全方面：星环科技基础分布式集群管理、统一的资源隔离与权限管理、计算性能的优化提升，以及丰富的可视化效果等。搜索引擎：Scope国产化替代Elasticsearch某政府单位使用星环科技分布式搜索引擎

控能力、运维管控、数据一致性等方面进一步加强，充分覆盖顾客在搜索引擎类产品的国产化替换痛点并提供平滑迁移的解决方案，助力企业构建稳定可靠、安全易用的日志分析、海量数据检索等检索业务场景。在性能上，星环检索、日志分析等多个场景替代ElasticSearch，提升稳定性、性能、集群扩展性等能力。TranswarpScope2.5提供了更友好的兼容度支持。在满足高性能多样化检索的同时，在集群拓展性、安全管水平扩展，支持百节点+大规模集群的部署，利用容器技术实现资源调度和资源隔离，支持弹性扩缩容。星环Scope2.5基于Raft一致性协议的存储引擎，具备自动故障迁移、自动数据修复的能力。同时提供用户认证客户构建两地三中心运维中台，满足跨集群作业的同时支持传统海量日志分析。在该项目中，利用星环Scope接对齐客户ES使用方式，仅在表设计做少量改动离线入库，业务迁移量和数据迁移工作量大幅下降。同时读写性能优化，降低了读写混合场景下带来的性能毛刺现象。

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...

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•...

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

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":...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

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"}...

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：

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...

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。

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。...