数据湖服务费

：分析医保报销数据、医疗服务费用数据等，识别医疗费用异常增长的原因，监测医疗服务行为的合理性，为医保部门制定控费政策和监管措施提供数据支持。用户群体提供各种医疗应用和服务，如临床决策支持、疾病预测与预防、医疗质量评估、医保控费等。应用场景临床决策支持：整合患者的病历、检验检查结果、用药记录等数据，通过数据分析和挖掘技术，为医生提供诊断建议预防措施，降低疾病的发生率和死亡率。医疗质量评估：通过对医疗数据的分析，对医疗机构的医疗质量进行评估，包括医疗安全、治疗效果、服务效率等方面，发现医疗过程中的问题和风险，为医疗质量管理提供依据。医保控费医疗数据湖是一种专门针对医疗领域海量、多源、异构数据进行集中存储和管理的数据平台。医疗数据湖以自然的原始格式存储来自电子病历系统、医疗物联网设备、医学影像系统、临床检验系统、医保系统等多渠道的医疗、文件传输、接口调用等方式，将数据传输到数据湖存储层。存储层：通常基于分布式文件系统如或对象存储构建，支持多种数据存储格式，同时提供数据的持久化存储和高可用性保障。数据管理层：包括元数据管理、数据

：分析医保报销数据、医疗服务费用数据等，识别医疗费用异常增长的原因，监测医疗服务行为的合理性，为医保部门制定控费政策和监管措施提供数据支持。用户群体提供各种医疗应用和服务，如临床决策支持、疾病预测与预防、医疗质量评估、医保控费等。应用场景临床决策支持：整合患者的病历、检验检查结果、用药记录等数据，通过数据分析和挖掘技术，为医生提供诊断建议预防措施，降低疾病的发生率和死亡率。医疗质量评估：通过对医疗数据的分析，对医疗机构的医疗质量进行评估，包括医疗安全、治疗效果、服务效率等方面，发现医疗过程中的问题和风险，为医疗质量管理提供依据。医保控费医疗数据湖是一种专门针对医疗领域海量、多源、异构数据进行集中存储和管理的数据平台。医疗数据湖以自然的原始格式存储来自电子病历系统、医疗物联网设备、医学影像系统、临床检验系统、医保系统等多渠道的医疗、文件传输、接口调用等方式，将数据传输到数据湖存储层。存储层：通常基于分布式文件系统如或对象存储构建，支持多种数据存储格式，同时提供数据的持久化存储和高可用性保障。数据管理层：包括元数据管理、数据

：分析医保报销数据、医疗服务费用数据等，识别医疗费用异常增长的原因，监测医疗服务行为的合理性，为医保部门制定控费政策和监管措施提供数据支持。用户群体提供各种医疗应用和服务，如临床决策支持、疾病预测与预防、医疗质量评估、医保控费等。应用场景临床决策支持：整合患者的病历、检验检查结果、用药记录等数据，通过数据分析和挖掘技术，为医生提供诊断建议预防措施，降低疾病的发生率和死亡率。医疗质量评估：通过对医疗数据的分析，对医疗机构的医疗质量进行评估，包括医疗安全、治疗效果、服务效率等方面，发现医疗过程中的问题和风险，为医疗质量管理提供依据。医保控费医疗数据湖是一种专门针对医疗领域海量、多源、异构数据进行集中存储和管理的数据平台。医疗数据湖以自然的原始格式存储来自电子病历系统、医疗物联网设备、医学影像系统、临床检验系统、医保系统等多渠道的医疗、文件传输、接口调用等方式，将数据传输到数据湖存储层。存储层：通常基于分布式文件系统如或对象存储构建，支持多种数据存储格式，同时提供数据的持久化存储和高可用性保障。数据管理层：包括元数据管理、数据

：分析医保报销数据、医疗服务费用数据等，识别医疗费用异常增长的原因，监测医疗服务行为的合理性，为医保部门制定控费政策和监管措施提供数据支持。用户群体提供各种医疗应用和服务，如临床决策支持、疾病预测与预防、医疗质量评估、医保控费等。应用场景临床决策支持：整合患者的病历、检验检查结果、用药记录等数据，通过数据分析和挖掘技术，为医生提供诊断建议预防措施，降低疾病的发生率和死亡率。医疗质量评估：通过对医疗数据的分析，对医疗机构的医疗质量进行评估，包括医疗安全、治疗效果、服务效率等方面，发现医疗过程中的问题和风险，为医疗质量管理提供依据。医保控费医疗数据湖是一种专门针对医疗领域海量、多源、异构数据进行集中存储和管理的数据平台。医疗数据湖以自然的原始格式存储来自电子病历系统、医疗物联网设备、医学影像系统、临床检验系统、医保系统等多渠道的医疗、文件传输、接口调用等方式，将数据传输到数据湖存储层。存储层：通常基于分布式文件系统如或对象存储构建，支持多种数据存储格式，同时提供数据的持久化存储和高可用性保障。数据管理层：包括元数据管理、数据

：分析医保报销数据、医疗服务费用数据等，识别医疗费用异常增长的原因，监测医疗服务行为的合理性，为医保部门制定控费政策和监管措施提供数据支持。用户群体提供各种医疗应用和服务，如临床决策支持、疾病预测与预防、医疗质量评估、医保控费等。应用场景临床决策支持：整合患者的病历、检验检查结果、用药记录等数据，通过数据分析和挖掘技术，为医生提供诊断建议预防措施，降低疾病的发生率和死亡率。医疗质量评估：通过对医疗数据的分析，对医疗机构的医疗质量进行评估，包括医疗安全、治疗效果、服务效率等方面，发现医疗过程中的问题和风险，为医疗质量管理提供依据。医保控费医疗数据湖是一种专门针对医疗领域海量、多源、异构数据进行集中存储和管理的数据平台。医疗数据湖以自然的原始格式存储来自电子病历系统、医疗物联网设备、医学影像系统、临床检验系统、医保系统等多渠道的医疗、文件传输、接口调用等方式，将数据传输到数据湖存储层。存储层：通常基于分布式文件系统如或对象存储构建，支持多种数据存储格式，同时提供数据的持久化存储和高可用性保障。数据管理层：包括元数据管理、数据

数据湖中的数据来源广泛、类型多样，涵盖了企业运营和发展过程中的各种数据，以下是一些常见的数据：结构化数据业务交易数据：如银行的客户存款、贷款、转账交易记录，电商平台的订单信息，包括订单编号、下单时间交互历史，如客户咨询记录、投诉记录、购买历史等，用于客户细分、客户画像构建和精准营销等。财务数据：企业的财务报表数据，如资产负债表、利润表、现金流量表中的各项数据，以及财务预算、成本核算、费用报销等数据通常具有一定的结构，但格式相对灵活，可能包含不同的字段和不同的记录方式。XML/JSON数据：在Web应用、移动应用和数据交互中广泛使用，如Web服务返回的JSON格式数据，包含了各种业务数据和元数据，具有、商品名称、数量、金额、支付方式等，这些数据通常具有明确的表格结构和固定的字段格式。客户关系管理数据：存储在企业CRM系统中的客户基本信息，如客户姓名、联系方式、地址、年龄、性别等，以及客户与企业的，对于企业的财务管理和决策分析具有重要意义。半结构化数据数据：包括系统日志、应用程序日志、网络日志等，记录了系统运行过程中的各种事件和操作信息，如用户登录时间、操作记录、系统错误信息等。日志数据

数据湖中的数据来源广泛、类型多样，涵盖了企业运营和发展过程中的各种数据，以下是一些常见的数据：结构化数据业务交易数据：如银行的客户存款、贷款、转账交易记录，电商平台的订单信息，包括订单编号、下单时间交互历史，如客户咨询记录、投诉记录、购买历史等，用于客户细分、客户画像构建和精准营销等。财务数据：企业的财务报表数据，如资产负债表、利润表、现金流量表中的各项数据，以及财务预算、成本核算、费用报销等数据通常具有一定的结构，但格式相对灵活，可能包含不同的字段和不同的记录方式。XML/JSON数据：在Web应用、移动应用和数据交互中广泛使用，如Web服务返回的JSON格式数据，包含了各种业务数据和元数据，具有、商品名称、数量、金额、支付方式等，这些数据通常具有明确的表格结构和固定的字段格式。客户关系管理数据：存储在企业CRM系统中的客户基本信息，如客户姓名、联系方式、地址、年龄、性别等，以及客户与企业的，对于企业的财务管理和决策分析具有重要意义。半结构化数据数据：包括系统日志、应用程序日志、网络日志等，记录了系统运行过程中的各种事件和操作信息，如用户登录时间、操作记录、系统错误信息等。日志数据

数据湖中的数据来源广泛、类型多样，涵盖了企业运营和发展过程中的各种数据，以下是一些常见的数据：结构化数据业务交易数据：如银行的客户存款、贷款、转账交易记录，电商平台的订单信息，包括订单编号、下单时间交互历史，如客户咨询记录、投诉记录、购买历史等，用于客户细分、客户画像构建和精准营销等。财务数据：企业的财务报表数据，如资产负债表、利润表、现金流量表中的各项数据，以及财务预算、成本核算、费用报销等数据通常具有一定的结构，但格式相对灵活，可能包含不同的字段和不同的记录方式。XML/JSON数据：在Web应用、移动应用和数据交互中广泛使用，如Web服务返回的JSON格式数据，包含了各种业务数据和元数据，具有、商品名称、数量、金额、支付方式等，这些数据通常具有明确的表格结构和固定的字段格式。客户关系管理数据：存储在企业CRM系统中的客户基本信息，如客户姓名、联系方式、地址、年龄、性别等，以及客户与企业的，对于企业的财务管理和决策分析具有重要意义。半结构化数据数据：包括系统日志、应用程序日志、网络日志等，记录了系统运行过程中的各种事件和操作信息，如用户登录时间、操作记录、系统错误信息等。日志数据

数据湖中的数据来源广泛、类型多样，涵盖了企业运营和发展过程中的各种数据，以下是一些常见的数据：结构化数据业务交易数据：如银行的客户存款、贷款、转账交易记录，电商平台的订单信息，包括订单编号、下单时间交互历史，如客户咨询记录、投诉记录、购买历史等，用于客户细分、客户画像构建和精准营销等。财务数据：企业的财务报表数据，如资产负债表、利润表、现金流量表中的各项数据，以及财务预算、成本核算、费用报销等数据通常具有一定的结构，但格式相对灵活，可能包含不同的字段和不同的记录方式。XML/JSON数据：在Web应用、移动应用和数据交互中广泛使用，如Web服务返回的JSON格式数据，包含了各种业务数据和元数据，具有、商品名称、数量、金额、支付方式等，这些数据通常具有明确的表格结构和固定的字段格式。客户关系管理数据：存储在企业CRM系统中的客户基本信息，如客户姓名、联系方式、地址、年龄、性别等，以及客户与企业的，对于企业的财务管理和决策分析具有重要意义。半结构化数据数据：包括系统日志、应用程序日志、网络日志等，记录了系统运行过程中的各种事件和操作信息，如用户登录时间、操作记录、系统错误信息等。日志数据

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...

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。

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

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•...

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。...

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...

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":...

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

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：