国内数据治理知名厂商

近日，国内知名的科技产业研究平台“第一新声”联合天眼查发布了“2024年中国最佳信创厂商系列榜单”。星环科技凭借多年来在信创领域的深耕布局，入选“中国最佳信创数据库厂商”榜单。此前星环科技也曾入选“2023年中国最佳信创数据库厂商”榜单。根据第一新声对于信创产业的持续跟踪调研分析，近年来在国际环境变化、国内数字经济高速发展等多重因素推动下，2024年信创改造工作推进迅速，党政信创由省市向区县下沉图谱和最佳信创数据库厂商榜单”、“信创产业实干者企业”；荣登2023年度中国高科技高成长企业系列榜单——信创产业最佳服务商；成为政企信创促进中心首批成员单位等。，金融信创改造开始深入到核心业务系统，信创产业整体已经进入深化落地阶段。星环科技致力于打造企业级大数据和人工智能基础软件，围绕数据全生命周期提供基础软件与服务。星环科技坚持“自主研发、领先一代”的技术发展策略，积极参与信息产业国产化进程，形成了大数据与云基础平台（TDH&TDC）、分布式关系型数据库（ArgoDB&KunDB）、数据开发与智能分析工具（TDS&Sophon

近日，国内知名的科技产业研究平台“第一新声”联合天眼查发布了“2024年中国最佳信创厂商系列榜单”。星环科技凭借多年来在信创领域的深耕布局，入选“中国最佳信创数据库厂商”榜单。此前星环科技也曾入选“2023年中国最佳信创数据库厂商”榜单。根据第一新声对于信创产业的持续跟踪调研分析，近年来在国际环境变化、国内数字经济高速发展等多重因素推动下，2024年信创改造工作推进迅速，党政信创由省市向区县下沉图谱和最佳信创数据库厂商榜单”、“信创产业实干者企业”；荣登2023年度中国高科技高成长企业系列榜单——信创产业最佳服务商；成为政企信创促进中心首批成员单位等。，金融信创改造开始深入到核心业务系统，信创产业整体已经进入深化落地阶段。星环科技致力于打造企业级大数据和人工智能基础软件，围绕数据全生命周期提供基础软件与服务。星环科技坚持“自主研发、领先一代”的技术发展策略，积极参与信息产业国产化进程，形成了大数据与云基础平台（TDH&TDC）、分布式关系型数据库（ArgoDB&KunDB）、数据开发与智能分析工具（TDS&Sophon

【1月20日，上海】记者近日获悉，2015年新年伊始，国内领先的Hadoop大数据平台软件厂商星环科技完成了新一轮数千万的融资。本次融资由著名风投启明创投(QimingVenturePartners大数据解决方案，从而从数据中获得无限价值。现在星环产品TDH已陆续在中国的电信、金融、交通、能源，政府等行业陆续落地，是国内落地案例多的大数据平台厂商，技术界和资本界也一直对星环给予高度关注。星环科技将处理和存储方面的平台级应用。大数据作为云计算、物联网之后IT行业又一大颠覆性的技术革命，获得的关注是空前的，在国内涌现的一批大数据初创企业中，星环科技作为国内屈指可数的Hadoop大数据平台软件厂商市公司这轮全部继续跟投，反映了投资人对于这家国内高科技创业公司的一致看好。星环科技是目前国内极少数掌握企业级大数据Hadoop和Spark核心技术的纯内资高科技公司，从事大数据时代核心平台数据库软件的SQLonHadoop商业版的厂商，拥有众多成功案例。在全球去IOE的大背景下，Hadoop技术已成为公认的替代传统数据库的大数据产品。公司产品TranswarpDataHub(TDH)的整体架构及功能特性

近日，国内知名的数字化市场研究咨询机构爱分析发布了《2022爱分析·国央企数字化厂商全景报告》，遴选出在国央企数字化市场中具备成熟解决方案的落地能力的厂商，星环科技实力入选数据库领域典型厂商。在数数字化基础建设的过程中，存在已有数据库功能、性能与激增的数据量、业务需求不匹配，本地化部署效率低，缺乏数据库实施与咨询服务等问题。同时在国产化替代要求下，需要对已有数据库进行迁移。爱分析表示厂商需要有丰富的行业服务经验，为国央企提供具备完整功能、高性能与灵活部署方式的数据库，并能够为其提供数据迁移、定制化功能开发等原厂服务。星环科技作为一家企业家大数据基础软件开发商，以引领行业技术发展和助力各行各业数字化转型为使命，经过多年自主研发，形成了大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵。通过为企业搭建数字化转型的数字底座，星环科技助力众多国央企客户实现了数字化转型。在数据库领域，星环科技拥有自主可控的高性能分布式数据库ArgoDB和分布式交易型数据库KunDB，以及分布式图数据库StellarDB。其中，ArgoDB可以在批处理和OLAP、Adhoc分析等场景，替代

日前，国内知名的科技产业研究平台“第一新声”发布了“2023年中国佳信创厂商系列榜单”和《2023年中国信创产业研究报告》。星环科技凭借多年来在信创领域的深耕，入选2023年度中国信创-基础软件行业代表厂商图谱和“中国佳信创数据库厂商”榜单。近年来，在国际环境变化、国内数字经济高速发展等多重因素推动下，信创产业进入爆发阶段。据第一新声调研分析，2023年信创产业市场规模预计为18710.59亿元，到2025年为33777.02亿元，2020年-2025年复合增长率达到26.99%。星环科技致力于打造企业级大数据基础软件，自成立以来，一直坚持自主研发与技术创新，积极参与信息产业国产化进程，是大数据基础软件国产化的重要推动者之一。经过多年自主研发与技术创新，星环科技已形成大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵。星环科技产品自带信创基因，根据工信部电子第五研究所代码扫描测试报告，星环科技大数据基础平台TDH的1200万行代码里自研代码率超过70%，ArgoDB代码自主率（行数）分别超过90%。在今年的向星力·未来数据技术峰会（FDTC）上，星环科技推出

日前，国内知名的科技产业研究平台“第一新声”发布了“2023年中国佳信创厂商系列榜单”和《2023年中国信创产业研究报告》。星环科技凭借多年来在信创领域的深耕，入选2023年度中国信创-基础软件行业代表厂商图谱和“中国佳信创数据库厂商”榜单。近年来，在国际环境变化、国内数字经济高速发展等多重因素推动下，信创产业进入爆发阶段。据第一新声调研分析，2023年信创产业市场规模预计为18710.59亿元，到2025年为33777.02亿元，2020年-2025年复合增长率达到26.99%。星环科技致力于打造企业级大数据基础软件，自成立以来，一直坚持自主研发与技术创新，积极参与信息产业国产化进程，是大数据基础软件国产化的重要推动者之一。经过多年自主研发与技术创新，星环科技已形成大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵。星环科技产品自带信创基因，根据工信部电子第五研究所代码扫描测试报告，星环科技大数据基础平台TDH的1200万行代码里自研代码率超过70%，ArgoDB代码自主率（行数）分别超过90%。在今年的向星力·未来数据技术峰会（FDTC）上，星环科技推出

；电信运营商通过实时分析优化网络质量；政府部门借助数据中台提升治理效能。不同厂商根据自身技术特点，形成了差异化的行业解决方案组合。技术特色上，国内厂商在实时计算、多模数据处理、隐私计算等前沿领域取得了国内主流大数据平台厂商在当今数据驱动的时代，大数据技术已成为企业数字化转型的核心支撑。国内大数据产业经过十余年发展，已形成了一批具有自主知识产权的大数据平台厂商，为各行业提供数据处理、存储、分析和应用的全套解决方案。这些厂商不仅推动了国内大数据技术的创新，也为全球大数据生态贡献了中国智慧。国内大数据平台厂商主要分为几类：一类是互联网巨头孵化的技术团队，凭借海量数据处理经验将内部技术产品化；另一类是传统IT企业转型而来，结合原有客户基础提供企业级解决方案；还有一类是专注于大数据领域的创新型企业，在特定技术领域形成差异化优势。这些厂商共同构成了中国大数据产业的中坚力量。从技术架构来看，国内析能力。相比国外同类产品，国内平台在易用性、本地化适配和成本控制方面往往更具优势。在行业应用方面，这些厂商的服务已深入金融、电信、政务、零售、制造等多个领域。金融行业利用大数据平台进行风控建模和精准营销

【1月20日，上海】记者近日获悉，2015年新年伊始，国内领先的Hadoop大数据平台软件厂商星环科技完成了新一轮数千万的融资。本次融资由著名风投启明创投(QimingVenturePartners大数据解决方案，从而从数据中获得无限价值。现在星环产品TDH已陆续在中国的电信、金融、交通、能源，政府等行业陆续落地，是国内落地案例多的大数据平台厂商，技术界和资本界也一直对星环给予高度关注。星环科技将处理和存储方面的平台级应用。大数据作为云计算、物联网之后IT行业又一大颠覆性的技术革命，获得的关注是空前的，在国内涌现的一批大数据初创企业中，星环科技作为国内屈指可数的Hadoop大数据平台软件厂商市公司这轮全部继续跟投，反映了投资人对于这家国内高科技创业公司的一致看好。星环科技是目前国内极少数掌握企业级大数据Hadoop和Spark核心技术的纯内资高科技公司，从事大数据时代核心平台数据库软件的SQLonHadoop商业版的厂商，拥有众多成功案例。在全球去IOE的大背景下，Hadoop技术已成为公认的替代传统数据库的大数据产品。公司产品TranswarpDataHub(TDH)的整体架构及功能特性

；电信运营商通过实时分析优化网络质量；政府部门借助数据中台提升治理效能。不同厂商根据自身技术特点，形成了差异化的行业解决方案组合。技术特色上，国内厂商在实时计算、多模数据处理、隐私计算等前沿领域取得了国内主流大数据平台厂商在当今数据驱动的时代，大数据技术已成为企业数字化转型的核心支撑。国内大数据产业经过十余年发展，已形成了一批具有自主知识产权的大数据平台厂商，为各行业提供数据处理、存储、分析和应用的全套解决方案。这些厂商不仅推动了国内大数据技术的创新，也为全球大数据生态贡献了中国智慧。国内大数据平台厂商主要分为几类：一类是互联网巨头孵化的技术团队，凭借海量数据处理经验将内部技术产品化；另一类是传统IT企业转型而来，结合原有客户基础提供企业级解决方案；还有一类是专注于大数据领域的创新型企业，在特定技术领域形成差异化优势。这些厂商共同构成了中国大数据产业的中坚力量。从技术架构来看，国内析能力。相比国外同类产品，国内平台在易用性、本地化适配和成本控制方面往往更具优势。在行业应用方面，这些厂商的服务已深入金融、电信、政务、零售、制造等多个领域。金融行业利用大数据平台进行风控建模和精准营销

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":...

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...

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：

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。

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

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"}...

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。...

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

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