分布式多模型数据库产品

分布式数据库相对于集中式数据库仍处于发展阶段，具有以下优点：可存储数据模型类别多，易于拓展、叠加存储介质;可处理高并发任务，计算速度快;本质上是提高了数据备份的安全。从发展来看，数据库技术的演变历史为从集中式到分布式，从关系型到非关系型。星环科技作为大数据企业，分布式数据库产品技术领先。在分布式领域，公司专利众多且技术领先。截至2022年6月30日，公司已获授权境内专利77项(其中发明专利74项)及境外专利8项。公司基于分布式架构的大数据基础平台、分析型数据库产品已达到业界先进水平，相关产品已通过国际知名组织TPC的TPC-DS基准测试并通过了官方审计，公司也是该基准测试自2006年标准发布产品中，公司入选产品覆盖其中7类，是覆盖超过7类或以上产品的四家厂商之一，以及覆盖多模数据库的厂商之一。平台厂商，是Gartner发布该魔力象限以来首个进入该魔力象限的中国公司。2022年6月，公司多个产品或子产品入选Gartner发布的《中国数据库管理系统供应商识别指南》，在识别的8类数据库管理系统

-TranswarpArgoDBTranswarpArgoDB是星环科技自主研发的分布式分析型闪存数据库，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数据库产品，目前已在各行各业成功替代Oracle、DB2、Teradata等国外产品。星环分布式交易型数据库-TranswarpKunDBKunDB是星环科技自主研发的分布式交易型数据库，具备高度兼容超90%，可实现Oralce和MySQL的国产化替代，满足企业关键业务处理、高并发查询、分布式改造、交易分析混合的数据中台等复杂场景，在金融、政务、能源、医疗、交通、教育等多个行业应用，为用户提供高性能、稳定可靠、经济实用的国产化数据库产品。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

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；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

分布式关系型数据库有哪些？星环科技在基础软件产品领域积累多年,在大数据平台TDH的研发过程中积累了大量的SOL、PL/SOL、数据库优化器、分布式事务等基础技术和专利,相关的技术优势可以在关系数据库数据分析型业务场景的国产化分布式多模数据库,能够一站式替代Hadoop+MPP混合架构,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，一站式满足数据基准测试并经过TPC官方审计的数据库产品。TranswarpKunDB-星环分布式交易型数据库TranswarpKunDB是星环科技基于分布式技术自主研发的分布式交易型数据库,提供完整的关系型数据库的中再次落地,从而加速分布式数据库的研发效率。采用新一代的基于分布式计算的数据库技术,自主研发了分布式交易型数据库KunDB和分布式数据库ArgoDB。基于KunDB与ArgoDB的数据库解决方案,为企业核心业务数据库升级改造、核心分析系统建设、创新应用开发国产化替代等业务场景提供完备的能力支撑。TranswarpArgoDB-星环分布式数据库TranswarpArgoDB是星环科技自主研发的面向

资源利用，提高系统的吞吐量和响应速度。支持多种数据模型：分布式数据库可以支持多种数据模型，如关系型、键值存储、文档存储、列存储等，满足不同业务场景和数据类型的需求。一致性模型：分布式数据库需要在一致性、可用性和分区容忍性之间进行权衡，通常采用CAP定理来描述这种权衡关系。不同的分布式数据库系统可能采用不同的一致性模型，如强一致性、最终一致性等，以满足不同的业务需求和性能要求。分布式数据库是一种将数据存储在多个物理位置的数据库系统。它通过将数据分散存储在不同的服务器节点上，实现了数据的分布式管理和处理。以下是分布式数据库的一些关键特点和概念：数据分布：数据不是集中存储在在不同的节点上；也可以是垂直分区，即将数据表的不同列存储在不同的节点上。透明性：事务透明性：用户在使用分布式数据库时，通常不需要关心数据存储的具体位置，可以像使用单机数据库一样进行事务操作，分布式数据库会自动处理跨多个节点的事务一致性问题。位置透明性：用户可以像访问本地数据一样访问远程数据，不需要显式指定数据存储的位置，分布式数据库会根据数据分布情况和访问策略自动选择合适的数据节点。故障透明性：当

分布式数据库灵活和高效。适用场景：适合需要严格事务管理和数据一致性的应用，如金融系统、企业资源规划（ERP）系统等。分布式数据库数据模型：多种数据模型：可以支持关系模型，也可以支持NoSQL数据模型，具体，通常使用分布式事务协议。弱一致性事务：在某些分布式数据库中，为了提高性能和可扩展性，可能会使用弱一致性事务模型，如最终一致性。一致性：多种一致性模型：提供多种数据一致性模型，如强一致性、最终一致性和因果。灵活性和可扩展性需求：如果需要灵活的可扩展性和支持多种数据模型，分布式数据库更具优势。系统复杂性和管理成本：关系型数据库的管理和维护相对简单，而分布式数据库的管理和维护更为复杂，需要考虑系统的复杂性和管理成本。分布式数据库和关系型数据库在架构、数据模型、事务管理、一致性和可扩展性等方面有显著的区别。以下是它们的主要对比：关系型数据库数据模型：关系模型：使用表格（表）来组织数据，表由行和列组成。数据之间的取决于分布式数据库的类型。数据分布：数据分布在多个节点上，每个节点可以存储和处理一部分数据。事务管理：分布式事务：需要处理跨多个节点的事务，确保事务的ACID属性。分布式事务管理比单机事务管理复杂

分布式系统和分布式数据库都是现代信息技术中的重要概念，它们在架构、目标和实现方式上有一些相似之处，但也存在显著的区别。以下是对它们的详细对比：分布式系统定义：分布式系统是由多个独立的计算机节点组成的等。分布式数据库定义：分布式数据库是一种将数据和数据库操作分散到多个节点上的数据库管理系统。这些节点可以位于不同的地理位置或不同的硬件设备上，通过网络连接在一起，共同提供数据的存储、查询和更新服务能够保持一致性和完整性。应用场景：适用于需要处理大规模数据、高并发访问和跨地域分布式部署的场景，如大型互联网应用、金融服务、物联网应用等。联系与区别联系：分布式数据库是分布式系统的一种特例，专注于数据的存储和管理。它们都采用了分布式架构，通过多个节点的协同工作来提高系统的性能和可用性。区别：分布式系统是一个更广泛的概念，可以包括分布式计算、分布式存储、分布式网络等多个领域，而分布式数据库仅专注于数据库管理和数据存储。分布式数据库需要解决数据一致性、分布式事务等特有的问题，而分布式系统则更关注整体的架构设计、节点通信和任务调度等。分布式系统的应用场景更加广泛，而分布式数据库主要应用于需要高效数据管理和访问的场景。

分布式图数据库是一种用于存储、管理和查询图数据的数据库，适用于处理海量复杂数据、实现多跳关系查询和图算法计算。通过分布式存储和计算，实现对大规模图数据的高效管理和查询。分布式图数据库使用图结构存储数据，节点和边可以拥有自定义的属性，支持多种查询语言和图算法。它通常由多个节点组成，每个节点负责存储和处理一部分数据，互相协作完成任务。分布式图数据库适用于金融、社交媒体、医疗等领域的数据分析和挖掘。TranswarpStellarDB是由星环科技自主研发的一款分布式图数据库，兼容开放Cypher查询语言。它支持原生图存储结构，提供PB级别的海量图数据的存储和分析能力。同时，在易用性、安全性、运维、更高效地挖掘海量数据互联的价值。通过采用分布式集群存储的方式，TranswarpStellarDB克服了海量关联图数据存储的难题，并通过集群化存储和丰富的算法来实现低延迟的多层关系查询。已经在金融大数据十大关键词，星环科技作为图计算平台国内代表厂商入选了信通院“图计算平台”关键词图谱。此外，StellarDB还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，并被列为全球代表性厂商之一

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

提供坚实的数据支持。灵活的数据模型适应多变需求在实际应用中，业务需求常常像六月的天气一样多变，这就要求数据库的数据模型具备足够的灵活性。与关系型数据库不同，分布式图数据库不需要预定义严格的模式，允许，这不仅耗时费力，还容易出现数据丢失或不一致的问题。而在分布式图数据库中，开发者可以根据实际需求，随时轻松地添加或修改节点和边的属性。当电商平台推出新的促销活动时，可以迅速在用户节点和产品节点之间添加解锁分布式图数据库：数据世界的新“图”破分布式图数据库是什么？分布式图数据库，是一种基于分布式系统架构的数据库，它专门用于存储和处理大规模的图数据。与传统数据库不同，分布式图数据库以图的结构来组织和人物的出生地、事件的发生时间等）就是边。通过分布式图数据库，我们能快速查询和分析这些知识之间的联系，为智能问答、语义搜索等应用提供强大支持。分布式图数据库的独特优势分布式图数据库之所以在当今数据驱动的导致性能和可维护性显著下降。而分布式图数据库则像是一位灵动的舞者，能够轻松应对复杂关系的挑战。它采用节点和边的结构，直观地表达复杂的关系网络，并通过图算法进行高效计算。在社交网络中，用户之间的朋友关系

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":...

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•...

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"}...

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

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...

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

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

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。

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：

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。...