TRS海贝搜索数据库

“海贝”是一款从内核到系统完天下产自研的搜索型数据库，其定位为大数据应用支持软件，为大数据应用提供高效的数据存储、信息检索、统计剖析等数据治理效劳，支持险些所有类型的数据，包括文本、数字、地理空间、图片等种种结构化、半结构化和非结构化数据。该系统吸收了利来国际在信息检索和NLP领域多年的手艺积累，不但清静、高效、专业，还集成了众多开源检索系统不具备的企业级功效，能够有用降低用户的系统建设本钱、开发本钱和运维本钱。

产品功效产品优势应用行业最佳实践

产品功效

全语种分词器

用户隔离

冷热分区

镜像数据库

深度检索

海贝自带的TRS分词器，不但可以支持中日韩等方块文字，也能处置惩罚英法德等拉丁语系，还可以处置惩罚藏文、蒙文、维文等少数民族语言，真正可以做到简单分词器处置惩罚所有语种，大大简化了系统的开发和运维事情。

海贝还具有其他同类产品不具备的用户隔离清静特征，系统支持用户数据的物理隔离和逻辑隔离，如图所示，模式1与模式2实现逻辑隔离，模式1与模式3实现物理隔离，这样既可以解决多租户之间的会见清静，又可以避免用户之间的相互影响，提高系统的可用性。

海贝自带的分时归档视图，不但可以实现冷热数据自动分区，同时还支持多种存储混淆使用以提供高效的检索效劳。

用户可以通过简朴的设置实现读写疏散、巨细库以及会见隔离等，大大降低了数据加工和盘问之间的CPU、内存、IO等冲突，阻止了数据入库导致的检索卡顿问题。

随着互联网审查的愈发严酷，一些不法分子经常将一些敏感词转成同音词或者同义词举行宣布，或将不法文章通过图片的形式对外宣布，妄想逃避羁系。针对这种情形，海贝集成了深度学习引擎，支持以文搜图、以图搜图、图文融合搜索，可以对图像中的文字举行OCR识别，也可以提取图像或者文本的特征数据，通过基因编码存储到海贝数据库里，乐成实现图像相似性检索功效，并配合拼音检索、同音词检索等功效，让不法分子无处遁形。

全语种分词器

用户隔离

冷热分区

海贝自带的分时归档视图，不但可以实现冷热数据自动分区，同时还支持多种存储混淆使用以提供高效的检索效劳。

镜像数据库

深度检索

产品优势

自主可控

现在，海内厂商基本上都以开源的ElasticSearch作为他们的搜索引擎数据库；尚有一小部分厂商在开源Lucene引擎的基础上举行封装；而海贝搜索数据库是现在海内唯逐一款从底层分词算法，到焦点引擎以及上层系统都完全自研的纯国产搜索引擎数据库。系统已完成与龙芯、海光、热潮、鲲鹏等国产芯片以及中标麒麟、统信UOS等国产操作系统的适配事情。

数据清静

系统接纳多副本机制解决数据的可用性问题，通过数据校验以及WAL手艺解决数据的完整性问题，通过完善的权限治理机制、HTTPS、加密存储等机制解决数据会见和数据存储的神秘性问题。作为自主可控的国产化加密数据引擎，海贝支持数据与索引的完全加密。加密算法方面接纳了越发清静的国产加密算法，更可以配合国产加密卡可以抵达金融级数据清静。另外，海贝还具有其他同类产品不具备的独吞清静特征，如是非名单、用户隔离、删除；さ然。

高性能检索

海贝不但能够做到全字段索引，支持恣意维度的组合盘问，在数据盘问和剖析的效率上，大大高于其他的大数据治理系统。同时，海贝引入了内存索引、列存储、索引分片等手艺，进一步提高了数据存储、检索和剖析的效率。海贝自带的分时归档视图，不但可以实现冷热数据自动分区，同时还支持多种存储混淆使用以提供高效的检索效劳；通过镜像数据库，用户可以通过简朴的设置就实现读写疏散、巨细库以及会见隔离等；通过超大规模集群建设，降低系统架构资源消耗；通过对种种型效劳器硬件的匹配支持，能够充分验展出硬件的优良性能。

易用性

全中文可视化系统治理台，支持自动化安排和自动化更新。

聚焦生态链

海贝可以与利来国际的各款产品举行深度应用集成，打造强盛的数据效劳能力。如在数据导入方面，对接TRS 海聚数据融合平台、团结TRS人工智能平台是数据加工流转利器；数据展现方面，对接TRS API Gateway，可以实现快速宣布数据，Restful接口、权限治理和流量控制；全新的数据监控系统，可以举行数据监控、历程监控、效劳监控、日志剖析、装置安排等；数据剖析方面，对接TRS水晶球剖析师平台、TRS网察大数据剖析平台和TRS数家媒体大数据平台，提供行业应用解决计划，为用户提供便捷高效的在线效劳。

兼容性

现在，海贝搜索引擎数据库已经完成ElasticSearch绝大部分功效的支持，并且在API会见上做了兼容性处置惩罚，用户仅需对系统举行少量的改动，即可迁徙到海贝搜索引擎数据库中来，为国产替换扫清了最后一道障碍。

应用行业

公共清静

政务果真

媒体融合

该系统普遍应用公共清静大数据行业，好比公安、军工等用户，数据量大、实时更新种种信息，提供一键搜索、数据剖析等功效，提高事情效率。

面向政府网站，好比海关总署、工商总局、专利局、商标局等。使用简单分词器处置惩罚全语种数据，大大简化了系统的构建，提供跨语种检索效劳。

面向媒体网站，好比新华社、浙报、重报等。支持高并发检索。

最佳实践

信用中国

信用中国”网站由国家生长刷新委、人民银行指导，国家信息中心主理，百度公司提供手艺支持和运维，是政府褒扬诚信、惩戒失约的总窗口。网站提供天下企业信用信息、信用代码、以及相关站内文章的果真盘问效劳。2018年底“信用中国”网站从百度云迁徙安排到国家电子政务外网机房，将原理由ElasticSearch提供搜索的效劳，最先迁徙到TRS海贝搜索数据库。系统接纳12台高配PC效劳器搭建检索集群，平均每秒提供约1.2W次检索效劳，日均检索量突破10亿。

中国知识产权大数据与智慧效劳系统

中国知识产权大数据与智慧效劳系统（DI Inspiro?）是由知识产权出书社有限责任公司开发建设的海内第一个知识产权大数据应用效劳系统。DI Inspiro?已经整合了海内外专利、商标、执法文书、标准和科技期刊等知识产权数据资源，实现了数据检索、剖析、关联、预警和项目治理等多种功效。该系统充分使用了TRS海贝搜索数据库在多语言处置惩罚方面的优势，实现了中、英、日之间多语种无差别、无障碍的智能扩展检索和实时统计剖析。