多模态数据分析

CityDrive Intelligence 记录每一次行车过程的视频。通过后台处理工具，系统将视频流拆解为关键帧图片，进而从每张图片中提取出丰富的多模态信息，并以 video_id 为核心进行存储。这些信息涵盖了关系型元数据、JSON 清单、行为标签、向量嵌入以及 GPS 轨迹。

本系列指南将展示 Databend 如何在一个数仓中统一处理所有这些工作负载——既无需数据搬运，也无需维护额外的搜索集群。

指南	涵盖内容
SQL 分析	基础表设计、过滤、连接、窗口函数及聚合索引
JSON 与搜索	加载 frame_metadata_catalog，执行 Elasticsearch 风格的 QUERY()，并关联位图标签
向量搜索	存储向量嵌入，运行余弦相似度搜索，并关联风险指标
地理空间分析	利用 GEOMETRY 类型，进行距离/多边形过滤及红绿灯关联查询
Lakehouse ETL	一次暂存 (Stage)，通过 COPY INTO 写入目标表，并添加流/任务 (Streams/Tasks)

建议按顺序阅读，体验同一套标识符如何贯穿经典 SQL、文本搜索、向量分析、地理空间分析和 ETL 流程——所有这一切都基于同一个 CityDrive 业务场景。