贵州数据湖

云上贵州信创工程中心大数据中台建设实现全省政务数据的数据互通和高效共享，并可通过电子政务外网支撑省直60余家政府部门数据资源的统一汇聚沉淀，并通过统一的数据服务门户，支撑政务数据平台上层业务中台20TB业务数据的存储和计算。目前信创中台数据调度任务达500+，且稳定运行。目前基于星环科技大数据中台，云上贵州和星环科技已展开全方位的合作，未来星环科技的边缘计算软件、知识图谱软件、时空数据库软件、图数据库软件、数据安全软件等均可以持续为云上贵州赋能，也能协助云上贵州拓展贵州更多的项目空间。、政务智慧大脑的各类应用场景。基于星环科技的大数据信创中台，开展了数据资产管理和数据服务建设，在数据规范化、标准化、资产化的轨道上，做到了统一入口、统一出口、集中管理、高效服务，构建成为敏捷创新的数据中台，有力支撑了地质灾害防治指挥平台项目、金融局数仓项目、共享交换平台项目、政务监管平台项目、核酸健康码项目、贵州省一张网项目等。此外，信创中台对接云上共享交换平台项目，支撑了一张网贴源层、主题层、专题层

实施成效云上贵州信创工程中心大数据中台建设实现全省政务数据的数据互通和高效共享，并可通过电子政务外网支撑省直60余家政府部门数据资源的统一汇聚沉淀，并通过统一的数据服务门户，支撑政务数据平台上层业务中台、专题层20TB业务数据的存储和计算。目前信创中台数据调度任务达500+，且稳定运行。目前基于星环科技大数据中台，云上贵州和星环科技已展开全方位的合作，未来星环科技的边缘计算软件、知识图谱软件、时空数据库软件、图数据库软件、数据安全软件等均可以持续为云上贵州赋能，也能协助云上贵州拓展贵州更多的项目空间。案例背景贵州省政府出台《贵州省推进“一云一网一平台”建设工作方案》，从2019年到2021年，计划用三年时间完成“一云一网一平台”建设的目标任务。围绕解决企业群众“办事难、办事慢、办事繁”等问题，以消除“信息孤岛”“数据烟囱”为重点，以数据通、系统通、业务通促进线上线下深度融合，推进“标准统一、异地受理、远程办理、协同联动”的“全省通办、一次办成”政务服务新模式，大幅提高全省政务服务标准化、协同化、智能化水平，持续优化“互联网+政务服务”一体化在线政务平台。该项目期望通过智能数仓的建设，实现基于全局数据的数据应用与共享，实现面向全省的全面的数据应用和共享服务，实现按需取用数据、按需使用服务

2019年7月17日，贵州省烟草公司一行50余人莅临星环科技参观考察。星环科技副总裁齐伟东陪同接待，为来访人员介绍了星环科技成立六年来，专注于企业级容器云计算、大数据和人工智能核心平台的研发和服务的兴趣。星环科技架构师向来访人员分享了大数据从1.0时代到3.0时代演变路径，并重点讲解了星环科技基于容器的智能大数据云平台TranswarpDataCloud(TDC)、一站式大数据平台TranswarpDataHub(TDH)、智子人工智能平台TranswarpSophon，并对落地标杆案例进行了生动讲解。交流会上，双方就前沿大数据及人工智能技术进行了讨论，考察团一行对星环科技在各个领域取得的成果给予了高度评价。

云上贵州信创工程中心大数据中台建设实现全省政务数据的数据互通和高效共享，并可通过电子政务外网支撑省直60余家政府部门数据资源的统一汇聚沉淀，并通过统一的数据服务门户，支撑政务数据平台上层业务中台、政务智慧大脑的各类应用场景。基于星环科技的大数据信创中台，开展了数据资产管理和数据服务建设，在数据规范化、标准化、资产化的轨道上，做到了统一入口、统一出口、集中管理、高效服务，构建成为敏捷创新的数据中台。

化、智能化水平，持续优化“互联网+政务服务”一体化在线政务平台。贵州数脑工程智能数仓项目正是基于上述背景提出的。项目期望通过智能数仓的建设，实现基于全局数据的数据应用与共享，实现面向全省的全面的数据应用和、主题库，完成“数据区”建设，实现核心元数据管理和数据质量管控，升级贵州省数据共享交换平台、政府数据开放平台，推进数据管理与应用系统相对分离。开展跨区域数据资源调度。制定政务数据质量评估指标体系，开展政务数据质量评估。开展公共数据资源开发利用试点，充分释放数据价值。2.项目需求为了落实贵州省整体信创生态建设战略布局，满足各政府单位和业务部门海量多源异构数据的采集、存储、分析、治理以及服务，贵州省建设国家标准、行业标准以及数据专家的经验，实现数据治理，可以确保业务部门数据口径统一、权责分明、用度有序，从而大大提高业务指标分析的质量和业务深度价值发掘。同时，目前云上贵州大数据产业发展公司数字化水平还在发展阶段，无法有效支撑集团公司外部、内部等多类业务协同。因此，亟需构建“安全有保障、用户有黏度、体验有温度、应用全覆盖、发展可持续”的云上贵州信创工程中心统一大数据中台。信创工程中心统一大数据中台的

3月25日，贵州省委党校厅级领导干部走访调研星环科技，星环科技联合创始人佘晖向团队介绍了星环科技的发展历程，并就大数据的应用与发展做了深入交流探讨。贵州代表团一行包含政府领导、高校教师以及各行业党组成员，他们就行业领域未来对大数据的创新应用，以及现阶段应如何利用大数据创造价值做了深入的交流分享，现场人员受益良多。上海市委党校于17年与星环科技联合开展现场教学活动，截至目前，已累计开展数十次教学活动，广受各省市党委学员好评，为推动大数据更多创新应用砥砺前行。

数据入湖流程涉及将数据从源系统转移到数据湖中，并确保数据的质量和可用性。以下是数据入湖的关键步骤和流程：需求分析与管理：这是数据入湖的第一步，需要基于数据湖的建设规划，输出入湖规划清单，明确入湖数据的范围和优先级。检查数据入湖条件和评估入湖标准：包括检查数据源准备度和评估入湖标准，确保数据满足入湖要求。实施数据入湖：根据规划和评估结果，执行数据从源系统到数据湖的转移。注册元数据：在数据湖中注册元数据，记录数据的来源、结构、质量等信息，方便用户查询和使用。满足入湖标准：数据入湖需要严格满足6项标准，包括明确数据Owner、发布数据标准、定义数据密级、明确数据源、数据质量评估、元数据注册。数据入湖方式：数据入湖可以采用多种方式，包括批量集成、数据复制同步、消息集成、流集成和数据虚拟化。结构化数据入湖：对于结构化数据，入湖流程包括数据入湖需求分析、检查数据入湖条件、实施数据入湖和注册元数据。非结构化数据入湖：非结构化数据入湖包括基本特征元数据入湖、文件解析内容入湖、文件关系入湖和原始文件入湖。数据质量管理：在数据入湖过程中，需要实施数据验证和清洗机制，确保数据质量。安全与合规性：需要

数据入湖方案涉及将不同来源的数据以原始格式存储到数据湖中，为企业提供统一的数据管理和分析平台。以下是一些关键的数据入湖方案和技术：数据源接入：数据湖需要支持多样化的数据源接入，包括结构化数据、半结构化数据和非结构化数据，如关系型数据库、日志文件、社交媒体数据等。数据存储：采用对象存储服务作为数据湖的集中存储，可以支撑EB规模的数据湖，实现数据的统一存储。元数据管理：使用元数据管理工具对数据湖中的元数据进行统一管理，无论数据是在“湖中”还是在“湖外”。数据入湖工具：使用如CDL（实时数据接入工具）和CDM（批量数据迁移工具）等入湖工具，实现关系数据库数据到HDFS目录的数据迁移。数据更新和事务支持：选择支持数据更新和ACID事务的数据湖产品，作为数据湖存储引擎。数据安全与隐私保护：加强数据访问控制、加密传输和脱敏处理等安全措施，确保数据的安全性和合规性。数据湖构建服务：使用数据湖构建服务支持多数据源实时入湖，实现湖上元数据统一管理，并提供企业级权限控制。数据入湖实施方案：根据数据的特点和业务需求，设计不同的数据入湖实施方案，包括批量数据迁移、实时数据接入等。

数据湖的组件是构成其架构的基础，以下是一些关键组件：存储层：数据湖的存储层负责存储原始、未经处理的数据，包括结构化、半结构化和非结构化数据。它通常建立在可扩展和分布式的文件系统或对象存储解决方案上。数据摄入层（IngestionLayer）：该层涉及将数据从各种源收集和加载到数据湖中的机制。使用的工具和技术包括ETL流程、流数据管道和连接器，以实现高效的数据摄入。元数据存储（MetadataStore）：元数据管理对于数据湖至关重要。元数据存储跟踪数据湖中存储的数据的信息，包括其来源、结构、血统和使用情况。安全和治理（SecurityandGovernance）：由于数据湖中包含多样和敏感的湖中存储的数据的工具和框架。可以集成的技术包括ApacheSpark、ApacheFlink和机器学习框架，以支持多样化的分析工作负载。数据目录（DataCatalog）：数据目录提供数据湖中可用数据资产的可搜索库存。数据湖管理：面对数据湖的开放性带来的管理和入湖困难，数据湖管理组件具备元数据发现和一键建湖的能力，提供Metadatacatalog组件对数据湖中的数据资产进行统一管理。数据分析和

新时代需要新技术，企业应抓住机遇实现旧平台的改造升级数据库技术经过不断的发展，已经从以Oracle、IBM为代表的集中式数据库，演进到分布式、多模型、云原生的形态，并在很多场景应用落地，带来了真实的业务价值。当前得益于国家政策的大力扶持以及国内市场环境的快速发展，国产软件加速发展，国产化替代进程正在不断加速。自主可控是国产化替代的核心，同时也是一个阶段性的目标。我们不应该满足于此，应该抓住国产化改造的机遇，用新技术去替代老技术，实现自主可控的同时，完成旧系统的改造升级，这也是信创的主旨。星环科技致力于打造企业级大数据基础软件，围绕数据全生命周期提供基础软件与服务，在分布式技术、多模型技术、数据云技术等方面有很多技术突破。比如大数据基础平台TDH是全球首个通过TPC-DS基准测试的产品；提出了创新的多模型统一技术架构，支持业内主流的10种数据模型，Gartner®发布的中国数据库技术发展趋势报告引用星环科技多模型联合分析用例，论证了多模型融合分析的趋势和价值。基于多年积累的分布式技术、多模型统一技术、数据云技术等，星环科技打造了分布式数据库ArgoDB、分布式交易型数据库KunDB、分布...

图数据库有许多适用场景，常见的应用场景有：社交媒体：社交媒体中的用户和关系可以建模为图结构。用图数据库来管理和查询这些社交数据，可以实现更精确的社交关系分析。金融：在金融领域中，图数据库可以用于合规风控、反欺诈、投资和信贷决策等众多场景。例如，通过在图中存储和分析不同实体（如银行账户、信用卡、电话、邮箱、运单等）之间的关系，可以准确识别欺诈降低风险。物流和运输：物流和运输领域也是图数据库的应用场景之一。例如，通过在图中存储城市、仓库、货物、运输路线等信息，可以进行物流管理、运输计划优化、货物追踪等任务。生命科学：在生命科学领域，图数据库可以用于存储和分析复杂的基因、蛋白质、代谢物等数据，帮助科学家发现新的治疗方法和疾病机制。游戏：游戏开发者可以使用图数据库来管理玩家角色、各种装备、地图、任务等复杂的游戏数据，实现更好的游戏体验。图数据库的灵活性和高效性使其在多个领域都有着广泛的应用。星环分布式图数据库StellarDB星环科技致力于打造企业级大数据基础软件，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件与服务，在图计算领域深耕多年，自主研发了分布式图数据...

时空数据库（Spacial-temporaldatabase）是一种专门用于存储和管理时空数据的数据库管理系统，它是传统关系型数据库的一个扩展，可以实现对时空数据进行有效管理和处理。时空数据是指带有时空坐标或时间戳的数据，例如地图、气象数据、交通、城市规划等。因此，时空数据库可以用于多种应用程序，如地理信息系统、航空航天、气象预报、GPS导航等。时空数据库与传统数据库不同的是，它提供了额外的功能和数据类型，例如点、线、面等空间对象和时间序列数据类型。此外，时空数据库还支持空间查询和时空查询，例如常见的缓冲区查询，使得用户可以在时空范围内进行查询和分析。这种数据库可以对时空数据进行高效的存储、查询、更新和分析，并通过插件技术集成其他地理信息数据源。星环分布式时空数据库-SpactureSpacture是星环科技自主研发的一款面向空间、时空数据的存储与管理，集计算与存储为一体的分布式数据库产品，支持大规模矢量数据、时空轨迹数据的存储与计算，具有完备的数据查询、分析和挖掘能力，可用于时空查询分析、时空模式挖掘、时空轨迹聚类等时空轨迹数据分析场景，广泛应用于交通物流、城市管理、位置服务等场景。

银行图数据库的应用场景：反洗钱：图数据库可以将可疑交易数据存储于其中，帮助银行更快速地提取、分析与关系，识别出潜在的洗钱行为。客户关系管理：银行图数据库可以将客户的不同信息（如交易记录、信用评级、客户所在地和行业等）进行整合，并将这些信息在一个数据仓库中呈现出来。这使得银行能够更加精准地分析客户需求，提供更加符合客户需求、更加优质的服务。风险管理：银行是一个与风险息息相关的行业。图数据库可以帮助银行对相关风险进行整合和分析。通过解析大量的金融数据，图数据库可以找出潜在的风险点，提前控制风险。数字化转型：图数据库能够将社交网络、收集的数据等信息关联起来，并创造性地开拓新业务模式。除了与客户密切相关的业务领域，图数据库还能够在支持业务流程优化方面发挥重要作用。营销：银行可以使用图数据库来收集客户数据、行为数据等，这样可以更加精确地预测客户习惯，对客户进行更加细致的营销和服务。银行图数据库有着广泛的应用场景，可以在多个角度上支持银行的业务发展，提高服务的质量和效率。星环分布式图数据库StellarDB星环科技致力于打造企业级大数据基础软件，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等...

星环科技分布式隐私计算平台SophonP²C集多方安全计算、联邦学习等多种功能，为隐私计算提供完整的解决方案，以隐私保护为前提，解决了跨组织协作时无法安全利用各方数据的困境。平台支持联邦学习、多方安全计算、匿踪查询等功能；性能方面，联邦学习与多方安全计算可达亿级数据量，助力数据要素安全流通和价值迸发，实现数字经济时代下的跨企业和行业的AI协作。星环科技的隐私计算技术已落地如数据流通、政务民生、金融营销等垂直业务场景，为跨企业数据协作提供安全可信的平台支持。在政务民生场景，SophonP²C通过纵向联邦学习联合居民用电数据与用水数据，生成群租房预测名单。在联合建模过程中，全程明文数据不出，有效保护了居民用水用电的数据隐私信息。联合训练模型比本地单独用电数据训练的模型AUC提升20%以上，赋能政务决策高效的处理分析能力，为政府有效排查群租房，消除群租房造成的消防、安全隐患，打造和谐、安全、美丽的生活环境作出了突出贡献，为政务决策、民生建设发挥信息化支撑保障作用。在精准营销场景，通过纵向联邦学习，车企安全引入了多方数据，丰富用户特征维度，对用户行为进行统计分析。在联合建模过程中，全程明文数据...

数据要素是数字经济发展的关键生产要素，是数字经济发展的基础。加快培育数据要素市场是全面建设社会主义现代化国家的一项基础性工作，对推动经济高质量发展、建设数字中国和数字强省、促进经济社会数字化转型具有重要意义。星环科技致力于打造企业级大数据基础软件，围绕数据全生命周期提供基础软件与服务。基于在大数据、分布式数据库、隐私计算、数据安全流通领域的多年积累，星环科技研发了数据要素流通全过程的一系列工具，在各方数据不出域的前提下，为数据资源方和数据消费方提供数据交付服务。2021年星环科技成为上海数据交易所首批签约数商。2022年9月星环科技曾受邀出席“深数交”数据合规活动，分享数据安全出境解决方案。2022年12月星环科技与中国东信旗下北部湾大数据交易中心达成了战略合作。星环科技在产品的各层级上都完善了安全技术，从而可以给用户提供体系化的数据安全防护能力，助力企业高效、合规的开展数据流通业务。在基础设施层，星环科技提供基于容器的云原生操作系统TCOS，它不仅能够提供容器隔离和镜像扫描，还新增了漏洞检测以及面向业务的微隔离安全技术，从而可以为用户开辟一个独立的数据与计算环境，外部的服务未经授权无...

星环科技图数据库StellarDB是国产高性能图数据库，采用分布式架构和原生图计算引擎，支持超大规模数据管理和高效的图计算。TranswarpStellarDB具有以下特点：原生图存储：StellarDB为数据存储设计了专有的图存储结构，优化查询性能，通过高效的压缩算法减少磁盘和内存的使用量。根据分区策略，图数据均匀分布于集群各节点。优越的性能：存储引擎和计算引擎结合，使计算引擎可以利用数据locality提升计算性能，拥有卓越的数据读写能力，支持大规模并行处理，毫秒级的查询响应。高扩展性：完全的分布式架构，具有良好的可扩展性，支持在线扩容和升级。拥有万亿级图数据处理能力，支持数据多副本，提供集群高可用和高可靠。灵活的查询方式：计算引擎支持灵活易懂的图查询语言TranswarpExtended-OpenCypher，拥有丰富的图操作语法。同时提供SQL支持，多模场景灵活切换。深度分析能力：支持10层及以上的图深度遍历和复杂分析。丰富的算法库：内置丰富的算法库，几十种图算法开箱即用，优化的分布式并行图算法，千万级子图计算效率达到行业先进水平。企业级功能：支持用户权限认证、集群状态监控、日...

垂直领域知识图谱产品主要用于面向特定领域知识应用需求，通过构建和应用知识图谱解决对应领域的专业问题。目前，知识图谱在智慧医疗与智慧金融领域已取得了一系列成功实践，被应用于辅助医生、药物发现、临床科研、风险防控、内部监管、投资研究、保险理赔等众多实际业务场景，并涌现出了一批知识图谱产品或服务平台。星环科技自主研发的知识图谱平台Sophon正是一款覆盖知识全生命周期，集知识的采集、建模、融合、存储、计算及应用为一体的知识图谱产品。平台支持低代码图谱构建、智能化知识抽取、多模态知识存储与融合、多形式知识计算和推理以及多维度的图谱分析。除了具备链路完备性，平台还从业务场景出发，沉淀了金融、保险等场景的图数据模型、规则模型和算法模型，可以帮助用户快速解决不同场景下的业务问题。目前，星环科技Sophon已经在金融等多个行业成功落地，在反洗钱、反欺诈、疫情防控、公共安全、企业级营销、保险知识智能问答等场景有着广泛的应用。同时星环科技在推动知识图谱技术创新和成功落地的过程中，也获得了多项荣誉和权威认可：入选Gartner《MarketGuideforArtificialIntelligenceStar...

星环科技致力于打造企业级大数据基础软件，基于在大数据、分布式数据库、隐私计算、数据安全流通领域有着多年积累，研发了数据要素流通全过程的一系列工具，在各方数据不出域的前提下，为数据资源方和数据消费方提供数据交付服务。2022年9月星环科技曾受邀出席“深数交”数据合规活动，分享数据安全出境解决方案。2021年星环科技成为上海数据交易所首批签约数商。2022年12月星环科技与中国东信旗下北部湾大数据交易中心达成了战略合作。伴随数字经济蓬勃发展，融入全球数据跨境流动的趋势不可避免。数据出境安全治理受到广泛重视，为进一步规范数据出境活动，保护个人信息权益，维护国家安全和社会公共利益，促进数据跨境安全，国家互联网信息办公室发布了《数据出境安全评估办法》。国内运营的外企（尤其是零售、化工等）、新能源汽车以及生态企业（含自动驾驶等）、国际化企业与出海企业、跨境电商和物流、有融资需求的基于数字化做业务创新的创业公司等是国内迫切需要落实数据安全出境的企业。然而企业在落地数据出境安全方面存在一些实际困难，主要体现在：错综复杂的数据如何分类分级，如何识别重要数据；重要数据如何存储和管理，才能达到相关法律法规的...

图数据库是现代数据库系统中的一种，它主要的特点就是使用了图论的概念来进行数据管理。传统的关系型数据库通常是基于表和列的结构进行数据管理，而图数据库则是构建了节点和边的图形结构，可以更好的表示现实世界中的复杂关系。下面是图数据库的几个主要特点：1.基于图形结构：图数据库是基于图形结构来进行数据管理的。它通过节点和边来构建数据的表示形式，使得数据之间的关系和结构更加直观和清晰。这对于处理关联复杂、数据关系复杂的场景具有重要意义。2.高效地关系查询和分析：图数据库具有高效的关系查询和分析能力。对于一个大规模的图，传统的SQL查询方式显然不能满足查询时间的要求。而图数据库则可以通过图数据库内部的算法来进行实时的查询和分析。尤其是针对一些复杂的图分析算法，图数据库更能够快速地获得结果，提高查询速度。3.可扩展性：由于采用了分布式的技术设计，使图数据库的可扩展性极佳。当需要管理的数据量增加时，图数据库可以通过简单的集群扩展方式来实现性能的提升。而且，图数据库的分布式能力也可以让其在多个节点上进行操作，提高了系统的容错能力和加载能力。4.元素和关系度量：图数据库具有丰富的元素数据和关系数据量度方式。...