银行行业隐私计算

市政部门系统数据，一网通办平台可以做更多业务查询和处理。在银行行业，随着大数据技术的不断发展，各银行也开始投身到大数据应用实践中，而大数据平台是支撑银行业大数据应用的基础。为适应互联网时代银行业务和隔离，为各农商行提供了一整套大数据基础平台和大数据应用解决方案，切实有效的提高了农商行大数据应用和分析能力。星环科技TDC为其提供强大的存储计算能力，加速农村金融机构数字化转型进程。在能源行业中，以中化、存储、治理、建模、分析、挖掘和流通等场景，实现了数据、模型和应用的全生命周期管理，助力企业构建数字化平台。星环科技早在2018年发布数据云平台TDC1.0版本，是国内较早推出数据云产品和解决方案的企业。截至目前TDC已经为政府、银行、基金、能源等多个行业提供完整的数字化建设解决方案。数据云是为了让数字化转型变得更简单、更智能而设计的。企业数字化转型是一个分步进行的过程，可以分为信息化、数据资产化、数据业务化、数据生态化四个阶段。任企业或行业想要实现全面数字化转型都需要经历这四个的问题。数据云通过整个平台的计算、存储能力以及数据云产品架构的优化，为大数据服务提供高性能的存储和分析能力。同时，基于整个数据云平台底层资源的复用和服务的有效调度，数据云也为大数据的存储和计算提供更高

市政部门系统数据，一网通办平台可以做更多业务查询和处理。在银行行业，随着大数据技术的不断发展，各银行也开始投身到大数据应用实践中，而大数据平台是支撑银行业大数据应用的基础。为适应互联网时代银行业务和隔离，为各农商行提供了一整套大数据基础平台和大数据应用解决方案，切实有效的提高了农商行大数据应用和分析能力。星环科技TDC为其提供强大的存储计算能力，加速农村金融机构数字化转型进程。在能源行业中，以中化、存储、治理、建模、分析、挖掘和流通等场景，实现了数据、模型和应用的全生命周期管理，助力企业构建数字化平台。星环科技早在2018年发布数据云平台TDC1.0版本，是国内较早推出数据云产品和解决方案的企业。截至目前TDC已经为政府、银行、基金、能源等多个行业提供完整的数字化建设解决方案。数据云是为了让数字化转型变得更简单、更智能而设计的。企业数字化转型是一个分步进行的过程，可以分为信息化、数据资产化、数据业务化、数据生态化四个阶段。任企业或行业想要实现全面数字化转型都需要经历这四个的问题。数据云通过整个平台的计算、存储能力以及数据云产品架构的优化，为大数据服务提供高性能的存储和分析能力。同时，基于整个数据云平台底层资源的复用和服务的有效调度，数据云也为大数据的存储和计算提供更高

市政部门系统数据，一网通办平台可以做更多业务查询和处理。在银行行业，随着大数据技术的不断发展，各银行也开始投身到大数据应用实践中，而大数据平台是支撑银行业大数据应用的基础。为适应互联网时代银行业务和隔离，为各农商行提供了一整套大数据基础平台和大数据应用解决方案，切实有效的提高了农商行大数据应用和分析能力。星环科技TDC为其提供强大的存储计算能力，加速农村金融机构数字化转型进程。在能源行业中，以中化、存储、治理、建模、分析、挖掘和流通等场景，实现了数据、模型和应用的全生命周期管理，助力企业构建数字化平台。星环科技早在2018年发布数据云平台TDC1.0版本，是国内较早推出数据云产品和解决方案的企业。截至目前TDC已经为政府、银行、基金、能源等多个行业提供完整的数字化建设解决方案。数据云是为了让数字化转型变得更简单、更智能而设计的。企业数字化转型是一个分步进行的过程，可以分为信息化、数据资产化、数据业务化、数据生态化四个阶段。任企业或行业想要实现全面数字化转型都需要经历这四个的问题。数据云通过整个平台的计算、存储能力以及数据云产品架构的优化，为大数据服务提供高性能的存储和分析能力。同时，基于整个数据云平台底层资源的复用和服务的有效调度，数据云也为大数据的存储和计算提供更高

市政部门系统数据，一网通办平台可以做更多业务查询和处理。在银行行业，随着大数据技术的不断发展，各银行也开始投身到大数据应用实践中，而大数据平台是支撑银行业大数据应用的基础。为适应互联网时代银行业务和隔离，为各农商行提供了一整套大数据基础平台和大数据应用解决方案，切实有效的提高了农商行大数据应用和分析能力。星环科技TDC为其提供强大的存储计算能力，加速农村金融机构数字化转型进程。在能源行业中，以中化、存储、治理、建模、分析、挖掘和流通等场景，实现了数据、模型和应用的全生命周期管理，助力企业构建数字化平台。星环科技早在2018年发布数据云平台TDC1.0版本，是国内较早推出数据云产品和解决方案的企业。截至目前TDC已经为政府、银行、基金、能源等多个行业提供完整的数字化建设解决方案。数据云是为了让数字化转型变得更简单、更智能而设计的。企业数字化转型是一个分步进行的过程，可以分为信息化、数据资产化、数据业务化、数据生态化四个阶段。任企业或行业想要实现全面数字化转型都需要经历这四个的问题。数据云通过整个平台的计算、存储能力以及数据云产品架构的优化，为大数据服务提供高性能的存储和分析能力。同时，基于整个数据云平台底层资源的复用和服务的有效调度，数据云也为大数据的存储和计算提供更高

市政部门系统数据，一网通办平台可以做更多业务查询和处理。在银行行业，随着大数据技术的不断发展，各银行也开始投身到大数据应用实践中，而大数据平台是支撑银行业大数据应用的基础。为适应互联网时代银行业务和隔离，为各农商行提供了一整套大数据基础平台和大数据应用解决方案，切实有效的提高了农商行大数据应用和分析能力。星环科技TDC为其提供强大的存储计算能力，加速农村金融机构数字化转型进程。在能源行业中，以中化、存储、治理、建模、分析、挖掘和流通等场景，实现了数据、模型和应用的全生命周期管理，助力企业构建数字化平台。星环科技早在2018年发布数据云平台TDC1.0版本，是国内较早推出数据云产品和解决方案的企业。截至目前TDC已经为政府、银行、基金、能源等多个行业提供完整的数字化建设解决方案。数据云是为了让数字化转型变得更简单、更智能而设计的。企业数字化转型是一个分步进行的过程，可以分为信息化、数据资产化、数据业务化、数据生态化四个阶段。任企业或行业想要实现全面数字化转型都需要经历这四个的问题。数据云通过整个平台的计算、存储能力以及数据云产品架构的优化，为大数据服务提供高性能的存储和分析能力。同时，基于整个数据云平台底层资源的复用和服务的有效调度，数据云也为大数据的存储和计算提供更高

银行数据治理在数字化时代，数据已成为银行业核心的资产之一。银行每天处理着海量的交易数据、客户信息和市场动态，如何有效管理和利用这些数据，不仅关系到银行的运营效率，更直接影响风险控制和客户服务质量。银行数据治理正是为此而建立的一套系统性方法。数据治理的概念与重要性数据治理是指通过制定政策、流程和标准，确保数据的质量、安全性和可用性的全过程管理。对于银行业而言，数据治理不是单一的技术问题，而是涉及能减少风险、满足合规要求，更能释放数据潜能，成为银行数字化转型的重要推动力。未来，随着技术的发展和监管环境的变化，银行数据治理将持续演进，为银行业创造更大价值。组织架构、管理流程和技术系统的综合性工程。良好的数据治理能够帮助银行实现三个关键目标：一是确保数据的准确性和一致性，避免因数据错误导致的决策失误；二是满足日益严格的监管合规要求，如反洗钱、客户隐私保护等法规；三是挖掘数据价值，支持精准营销、风险定价等业务创新。银行数据治理的核心要素银行数据治理包含多个相互关联的组成部分。数据质量管理是基础的环节，需要通过数据清洗、标准化和验证等手段，消除重复、错误和

银行数据治理在数字化时代，数据已成为银行业核心的资产之一。银行每天处理着海量的交易数据、客户信息和市场动态，如何有效管理和利用这些数据，不仅关系到银行的运营效率，更直接影响风险控制和客户服务质量。银行数据治理正是为此而建立的一套系统性方法。数据治理的概念与重要性数据治理是指通过制定政策、流程和标准，确保数据的质量、安全性和可用性的全过程管理。对于银行业而言，数据治理不是单一的技术问题，而是涉及能减少风险、满足合规要求，更能释放数据潜能，成为银行数字化转型的重要推动力。未来，随着技术的发展和监管环境的变化，银行数据治理将持续演进，为银行业创造更大价值。组织架构、管理流程和技术系统的综合性工程。良好的数据治理能够帮助银行实现三个关键目标：一是确保数据的准确性和一致性，避免因数据错误导致的决策失误；二是满足日益严格的监管合规要求，如反洗钱、客户隐私保护等法规；三是挖掘数据价值，支持精准营销、风险定价等业务创新。银行数据治理的核心要素银行数据治理包含多个相互关联的组成部分。数据质量管理是基础的环节，需要通过数据清洗、标准化和验证等手段，消除重复、错误和

银行数据治理在数字化时代，数据已成为银行业核心的资产之一。银行每天处理着海量的交易数据、客户信息和市场动态，如何有效管理和利用这些数据，不仅关系到银行的运营效率，更直接影响风险控制和客户服务质量。银行数据治理正是为此而建立的一套系统性方法。数据治理的概念与重要性数据治理是指通过制定政策、流程和标准，确保数据的质量、安全性和可用性的全过程管理。对于银行业而言，数据治理不是单一的技术问题，而是涉及能减少风险、满足合规要求，更能释放数据潜能，成为银行数字化转型的重要推动力。未来，随着技术的发展和监管环境的变化，银行数据治理将持续演进，为银行业创造更大价值。组织架构、管理流程和技术系统的综合性工程。良好的数据治理能够帮助银行实现三个关键目标：一是确保数据的准确性和一致性，避免因数据错误导致的决策失误；二是满足日益严格的监管合规要求，如反洗钱、客户隐私保护等法规；三是挖掘数据价值，支持精准营销、风险定价等业务创新。银行数据治理的核心要素银行数据治理包含多个相互关联的组成部分。数据质量管理是基础的环节，需要通过数据清洗、标准化和验证等手段，消除重复、错误和

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：

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。...

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

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。

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"}...

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...

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

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•...

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

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":...