数据库模型图的基数是指
社区干货
一文理解 HyperLogLog(HLL) 算法 | 社区征文
被广泛用于各个数据库产品中。与精确的基数统计算法相比,HLL 具备**可合并性 (mergeability)** ,因而可以方便地对海量数据进行并行计算,被广泛地用于大数据多维分析场景中。例如分别统计一款 APP 每个小时的 UV 以及全天的 UV,这类问题就非常适合使用 HLL 算法。本文将会由浅入深,从基本概念讲起,引导读者从直观上理解 HLL 算法背后蕴含的基本思想。# 基数统计基数 (Cardinality) 是指一个字段所包含的不同取值的个数,有...
[数据库系统] 业界列式存储浅析
C-Store 支持标准的关系型数据模型,一个数据库包含多张表,每张表包含多个attribute(column)。数据在C-Store里面不是根据逻辑数据类型进行物理存储的。反之大多数rowstore是直接存储物理表的,然后添加各种各样的index来加速访问,C-Store 只实现了 projections。一个 projection 与一个逻辑表T绑定,包含该逻辑表中的一个或者多个attributes。一个projection也可以包含其他表的任意数量的attributes,只要有一个外键能链接绑定的表到...
字节跳动自研万亿级图数据库 & 图计算实践
图数据的分析和计算需求也逐渐显现。在这篇文章中,将从 ByteGraph 的适用场景、内部架构、关键问题分析几个方面作深入介绍,并将介绍图计算相关实践。 自研图数据库(ByteGraph)介绍 从数据模型角度看,图数据库内部数据是有向属性图,其 **基本元素是 Graph 中的点(Vertex)、边(Edge)以及其上附着的属性** ;作为一个工具,图数据对外提供的接口都是围绕这些元素展开。**图数据库本质也是一...
一文读懂火山引擎云数据库产品及选型
时序型 NoSQL 数据库主要应用在一些与时间强相关的数据模型,例如 IoT、监控数据等场景。对于时间序列相关的数据,时序型 NoSQL 数据库的处理与关系型数据库的处理方式是不一样的,时序型 NoSQL 数据库主要是有效地收集、存储和查询高频产生的各种时间序列数据,对此做了专门的设计和优化,专门用于这类场景。图 NoSQL 数据库主要用于处理“关系”数据。这里的“关系”不是关系型数据库中的关系,而是指不同对象之间的联系。例如,社交...
特惠活动
数据库模型图的基数是指-优选内容
数据库模型图的基数是指-相关内容
VikingDB:大规模云原生向量数据库的前沿实践与应用
向量数据库近来的火热来源于大语言模型的兴起,但在大模型兴起之前,VikingDB 已经在字节内部广泛应用,最初应用在推荐、广告、搜索的召回环节,后来逐步扩展到了消重、风控、对话、文档搜索等需要向量检索的其他场景。... 预估过滤比例实现最优执行路径,支持检索调试信息返回。* 自研 UDF 过滤函数注入机制,实现图灵完备的过滤计算。**极端规模场景**除了在线检索相关的性能问题外,离线建库中会有一些极端场景,诸如亿级数据天级...
一文读懂火山引擎云数据库产品及选型
时序型 NoSQL 数据库主要应用在一些与时间强相关的数据模型,例如 IoT、监控数据等场景。对于时间序列相关的数据,时序型 NoSQL 数据库的处理与关系型数据库的处理方式是不一样的,时序型 NoSQL 数据库主要是有效地收集、存储和查询高频产生的各种时间序列数据,对此做了专门的设计和优化,专门用于这类场景。图 NoSQL 数据库主要用于处理“关系”数据。这里的“关系”不是关系型数据库中的关系,而是指不同对象之间的联系。例如,社...
一文读懂火山引擎云数据库产品及选型
时序型NoSQL数据库主要应用在一些与时间强相关的数据模型,例如IoT、监控数据等场景。对于时间序列相关的数据,时序型NoSQL数据库的处理与关系型数据库的处理方式是不一样的,时序型NoSQL数据库主要是有效地收集、存储和查询高频产生的各种时间序列数据,对此做了专门的设计和优化,专门用于这类场景。图NoSQL数据库主要用于处理‘关系’数据。这里的‘关系’不是关系型数据库中的关系,而是指不同对象之间的联系。例如,社交关系(人与...
分布式数据库在抖音春晚活动中的应用
## 分布式数据库架构简介相信对数据库感兴趣的同学对上面这张图也不会陌生。这... 缺了上述任意一个模块都很难构建出一个具有完备 ACID 特性的关系型数据库。了解关键子模块后,我们来看看计算层的数据模型。对于用户或者后端应用开发者来说,数据库可能是用户、数据库和数据表的一个集合;但是对于...
未来向量数据库的崛起与多元化场景创新 主赛道 | 社区征文
随着大模型的兴起,向量数据库越来越成为开发者关注的重点。## 一、概述:随着人工智能时代的来临,我们要更有效的解决图象、语音和视频等各种非结构化数据。这种信息往往有复杂的...
[数据库论文研读] HTAP行列混存 & 智能转换
这么做无非是把外边的多套子系统称为子模块,取消了原本的后台数据同步机制,整合到一个黑盒里,称为HTAP数据库罢了。这么做的话数据仍然要存两份(row & column),管控面的麻烦从外部转移到内部而已,并没有什么实际的架... 那到底FSM的具体结构是怎样的呢?**实际上笔者认为,FSM正如它的名字,并没有一个“标准”的实现,更多强调“Flexible”** 。接下来我们就看看作者在论文中提出的一种灵活的存储结构——Tile-Based Architecture。#...
抖音大规模实践,火山引擎向量数据库是这样炼成的
如何用好大模型是当前各行各业瞩目的焦点。向量数据库作为大模型“记忆体”,不仅能够为其提供数据存储,而且能通过数据检索、分析让大模型进行知识增强,成为生成式 AI 应用开发新范式的重要组成部分。用图片搜索... 业界通常有两种解决方案:一是后过滤,将排名 top 的 K 个结果扩大一定倍数,检索出更多的向量,然后用结构化数据做过滤,留下 topK 个,这种方法适用于结构化过滤掉的比例较低,向量召回结果比例较高的场景;二是先过滤,先...
工业大数据分析与应用——知识总结 | 社区征文
存储在数据库中 * 90%的非结构化数据,它们与人类信息密切相关 * **结构化数据**,简单来说就是**数据库**。 * **非结构化数据**,数据结构不规则或不完整,没有预定义的数据模型,不方便用数据库二位逻辑... 数据也是工业大数据“不可忽视”的重要来源。> 工业大数据的特点* 多源性获取,数据分散,非结构化数据比例大* 数据蕴含信息复杂,关联性强* 持续采集,具有鲜明的动态时空特性* 采集、存贮、处理实时性要求高...
字节跳动 NoSQL 的探索与实践
作为业内最大的图生态之一,现有的一些开源解决方案还不能满足字节跳动对图场景的需求。所以在 2018-2019 年,字节跳动就尝试自研分布式图数据库,最初是为了解决抖音关系的多度在线查询(约百万 QPS),当时最主要的功能是支持定制点和边的接口。 在 2019 年-2021 年,ByteGraph 已经支持了属性图模型和 Gremlin 语法,也在公司内部广泛落地,集群数量快速扩张,并逐步标准化。目前字节跳动在图数据库方面的多篇论文已被 VLDB 等数据库顶...
