武汉数据治理

数据治理
星环科技提供体系完善的整体数据治理解决方案,涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面,同时,还为企业提供数据管理成熟度评估(DCMM)指导,在数据战略,数据治理数据标准、数据架构、数据安全,数据质量,数据应用,数据生存周期 八大项数据管理能力方面结合企业实际需求,帮助客户制定和实施精准有效的解决方案。

武汉数据治理 更多内容

的认可。作为全球第一家涵盖大数据+人工智能+容器云商业化应用服务为一体的企业,星环科技于2019年8月8日,在武汉保利大酒店举行以“数聚云端繁星璀璨”为主题的2019年百城巡展*武汉站活动。特此,面向武汉区域关注并对大数据与人工智能领域有兴趣的行业用户、行业ISV、大数据与人工智能领域工作者等发出诚挚的邀请,欢迎大家拨冗莅临。时间主要议程内容演讲/分享人9:00-9:30签到9:30-9:45致辞5月21-23日由星环大数据产业技术发展促进中心主办的第三届前沿科技论坛在上海圆满召开,本届大会设置35个前沿技术模块以及八大行业专题,共同研讨了未来科技发展趋势以及大数据与人工智能在未来各行业的应用赋能。星环科技从创立之初至今,在创始人孙元浩先生的引领下,每年都实现着世界级技术的创新,坚持着星环科技特有的技术路线,坚持自主研发与技术创新。知名咨询机构wikibon在2018年的《大数据市场分析,主题发言9:45-10:00主题待定星环科技资深研发经理宋宇10:00-10:30智能营销在证券行业的实践长江证券邀请嘉宾10:30-10:50星环AIoT——泛在电力物联网端到端数据整体解决方案星
来自: 官网 / 活动
、证券、医药、政府、航天、公安等。为了弥补未能来上海参会的嘉宾的遗憾,星环将在武汉万达嘉华酒店举办“数据∞智能∞未来——星环科技大数据3.0研讨会”,着重分享星环新产品及落地案例;更有现场Demo展示目前,我国互联网、移动互联网用户规模居全球第一,拥有丰富的数据资源和应用市场优势,地方政府对于大数据产业的重视日益加强,各地都已启动大数据建设相关工作。在5月份举办的第二届星环用户大会上,我们以“数据∞智能∞未来”为主题,邀请了千余名来自于大数据、人工智能、云计算方面的行业专家、学术界专家以及企业高管人士参与此次盛会。会上我们发布了新的产品:人工智能平台智子,大数据平台TDH6.0,云平台TDC,分布式数据库ArgoDB,图数据库StellarDB,全面布局“ABC”。全球知名的数据管理系统评测基准标准化组织TPC在会上还宣布,星环大数据平台TDH通过TPC-DS基准测试,并且是目前为止全球唯一一家通过官方审计的公司。星环在世界范围内填补了该项技术的空白,成功“登顶”全球数据库领域的珠穆朗玛峰。同时,除了前沿的技术和新产品的分享,还有更多行业落地案例的分享,行业包括航空、电力、能源、银行
来自: 官网 / 活动
。2019AIIA杯人工智能巡回赛“Sophon”赛站由中国人工智能产业发展联盟、大数据分析与应用技术国家工程实验室、星环科技联合主办,共设有辽宁、北京、陕西、河南、江苏、安徽、四川、湖北、湖南、广东科研创新与技术交流,推动“产学研用”无缝结合。大赛自4月22日启动报名以来,全国已有近200支队伍报名参赛。武汉厚溥教育科技有限公司是本次大赛湖北地区合作伙伴,负责湖北分赛区赛事的具体承办工作。武汉厚溥企业是集IT产品研发、教育培训、人力资源服务、IT创业孵化等业务于一体的综合型技术公司,成立于2004年,至今已有1000余名员工。总部位于中国武汉光谷软件园,目前已在全国9个省区设有子公司,与当地高校进行校企合作。公司致力于为高等院校信息技术相关院系和国际国内IT企业提供中高端人才解决方案。为更好地指导参赛团队顺利参赛,武汉厚溥邀请了来自星环科技的资深架构师孙老师前来指导赛前培训,主要培训内容为大赛流程、规则讲解以及大赛指定AI平台Sophon的安装、使用技术辅导等。孙老师作为资深架构师、高级培训师,曾指导过新加坡理工学院、南京大学、北京航空航天大学等国内外一流学府的大数据、人工智能师资
要素供给、数据要素流通、数据要素治理多个视角,对城市数据要素市场发展情况进行全面、科学评估,终形成2023城市数据要素市场发展100强评价结果。第一梯队由上海、北京和深圳3座城市构成。该梯队的城市总赛迪四川正式发布《中国城市数据要素市场发展评估报告(2023年)》暨“2023城市数据要素市场发展100强”,本次评价研究遵循客观性、代表性、可操作性原则,从数据要素政策环境、数据要素产业基础、数据指数得分均超过80分。第二梯队由重庆、广州、杭州、成都、武汉、贵阳、南京、天津和济南共9座城市组成。第三梯队由青岛、苏州、合肥、福州、长沙、郑州、南宁、厦门、无锡、西安、长春、宁波、德阳、呼和浩特、佛山、兰州、海口和珠海共18座城市组成。
要素供给、数据要素流通、数据要素治理多个视角,对城市数据要素市场发展情况进行全面、科学评估,终形成2023城市数据要素市场发展100强评价结果。第一梯队由上海、北京和深圳3座城市构成。该梯队的城市总赛迪四川正式发布《中国城市数据要素市场发展评估报告(2023年)》暨“2023城市数据要素市场发展100强”,本次评价研究遵循客观性、代表性、可操作性原则,从数据要素政策环境、数据要素产业基础、数据指数得分均超过80分。第二梯队由重庆、广州、杭州、成都、武汉、贵阳、南京、天津和济南共9座城市组成。第三梯队由青岛、苏州、合肥、福州、长沙、郑州、南宁、厦门、无锡、西安、长春、宁波、德阳、呼和浩特、佛山、兰州、海口和珠海共18座城市组成。
数据治理和元数据治理紧密相关,元数据治理数据治理的核心和基础,以下是对它们的详细介绍:数据治理定义:数据治理是对数据的全生命周期进行管理,包括数据的规划、采集、存储、处理、分析、应用等各个环节数据治理定义:元数据治理是对元数据的创建、采集、存储、整合、共享等过程进行管理和控制,以确保元数据的质量和一致性,提高元数据的可用性和价值,为数据治理提供有力支持。主要任务元数据的定义与规范:制定元,及时反映数据的变化和业务的需求,确保元数据的准确性和时效性。元数据的应用与服务:通过元数据管理工具,为数据治理的其他环节提供元数据服务,如数据建模、数据质量管理、数据安全管理等,提高数据治理的效率和效果。二者的关系元数据治理数据治理的基础:元数据描述了数据的定义、结构、来源、关系等信息,是数据治理的核心要素。通过元数据治理,可以建立数据的清晰脉络,为数据治理的各项工作提供准确的依据。数据治理对元数据治理提出需求:数据治理的过程中,需要不断完善和更新元数据,以满足数据管理和应用的需求。,旨在提高数据质量,确保数据的安全性、完整性和一致性,实现数据资产的有效管理和价值最大化。主要目标提升数据质量:通过一系列的管理活动和技术手段,保证数据的准确性、完整性、一致性、时效性等,减少数据错误和
数据治理和元数据治理紧密相关,元数据治理数据治理的核心和基础,以下是对它们的详细介绍:数据治理定义:数据治理是对数据的全生命周期进行管理,包括数据的规划、采集、存储、处理、分析、应用等各个环节数据治理定义:元数据治理是对元数据的创建、采集、存储、整合、共享等过程进行管理和控制,以确保元数据的质量和一致性,提高元数据的可用性和价值,为数据治理提供有力支持。主要任务元数据的定义与规范:制定元,及时反映数据的变化和业务的需求,确保元数据的准确性和时效性。元数据的应用与服务:通过元数据管理工具,为数据治理的其他环节提供元数据服务,如数据建模、数据质量管理、数据安全管理等,提高数据治理的效率和效果。二者的关系元数据治理数据治理的基础:元数据描述了数据的定义、结构、来源、关系等信息,是数据治理的核心要素。通过元数据治理,可以建立数据的清晰脉络,为数据治理的各项工作提供准确的依据。数据治理对元数据治理提出需求:数据治理的过程中,需要不断完善和更新元数据,以满足数据管理和应用的需求。,旨在提高数据质量,确保数据的安全性、完整性和一致性,实现数据资产的有效管理和价值最大化。主要目标提升数据质量:通过一系列的管理活动和技术手段,保证数据的准确性、完整性、一致性、时效性等,减少数据错误和
研究院的专家分享超大城市治理和转型发展新路径,该项目也是星环科技在川渝内数据要素应用场景的先驱标杆项目。成都站活动可谓亮点十足、干活满满,赶快扫描下方海报二维码报名吧!后续“向星力未来数据技术论坛”城市党的十八大以来,党中央高度重视发展数字经济,将其上升为国家战略。今年,我国《数字中国建设整体布局规划》出台、两会期间宣布组建国家数据局,让数字经济战略提档加速。为助力千行百业紧抓时代机遇转型升级,在数字浪潮中奋楫争先,星环科技特推出“向星力·未来数据技术论坛”城市巡回活动,集结各方智慧力量,共探大数据、大模型、人工智能等未来数据技术赋能行业发展的新思路。星环科技2023系列市场活动——“向星力·未来数据技术论坛”城市巡回活动,首站成都将于8月25日举办,邀请西南区域政府、金融、能源、制造、交通等数字化先驱行业专家代表齐聚蓉城,分享各领域数字化转型创新实践。聚焦智慧蓉城建设,更有来自智慧蓉城巡回活动还将先后落地南京、拉萨、厦门、广州、深圳、武汉、郑州、济南、西安、贵阳、合肥、北京、南昌等重点城市,敬请期待~
要素供给、数据要素流通、数据要素治理多个视角,对城市数据要素市场发展情况进行全面、科学评估,终形成2023城市数据要素市场发展100强评价结果。第一梯队由上海、北京和深圳3座城市构成。该梯队的城市总赛迪四川正式发布《中国城市数据要素市场发展评估报告(2023年)》暨“2023城市数据要素市场发展100强”,本次评价研究遵循客观性、代表性、可操作性原则,从数据要素政策环境、数据要素产业基础、数据指数得分均超过80分。第二梯队由重庆、广州、杭州、成都、武汉、贵阳、南京、天津和济南共9座城市组成。第三梯队由青岛、苏州、合肥、福州、长沙、郑州、南宁、厦门、无锡、西安、长春、宁波、德阳、呼和浩特、佛山、兰州、海口和珠海共18座城市组成。
产品文档
5.7 查询类操作
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"}...
产品文档
8 性能分析
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。...
产品文档
5.3 写入类操作
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...
产品文档
5.18 全文检索
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。
产品文档
1 Introduction
OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...
产品文档
3.3 Cluster
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:
产品文档
5.10 任务相关
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":...
产品文档
2 Quick Start
ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...
产品文档
10 Hippo 运维
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•...