银行数据中台 架构

银行数据中台是指银行机构为了实现数据的高可用、高复用和高价值，构建的一套数据管理和服务系统。以下是银行数据中台的几个关键特点：数据整合与共享：银行数据中台通过集成和整合内部各业务系统的数据，打破部门间的数据孤岛，构建统一、高效的数据后台，为全渠道服务和智能化运营提供基础。数据治理：银行数据中台的建设和运营过程中，数据治理是关键，包括数据来源路径分析、数据问题跟踪分析等，需要业务与技术的配合体验提升：数据中台利用大数据分析和机器学习技术，对客户行为进行深入洞察，实现个性化推荐和精准营销，提升客户体验。技术平台：银行数据中台作为技术平台，提供数据服务和API，支持业务创新和服务优化。，从上到下对数据中台进行数据治理的重视与规划。风险管理：数据中台在风险管理方面发挥巨大作用，通过实时收集和分析交易数据，快速识别异常交易行为，进行风险预警和控制，利用大数据技术进行欺诈检测和反洗钱活动。客户

银行数据中台是指银行机构为了实现数据的高可用、高复用和高价值，构建的一套数据管理和服务系统。以下是银行数据中台的几个关键特点：数据整合与共享：银行数据中台通过集成和整合内部各业务系统的数据，打破部门间的数据孤岛，构建统一、高效的数据后台，为全渠道服务和智能化运营提供基础。数据治理：银行数据中台的建设和运营过程中，数据治理是关键，包括数据来源路径分析、数据问题跟踪分析等，需要业务与技术的配合体验提升：数据中台利用大数据分析和机器学习技术，对客户行为进行深入洞察，实现个性化推荐和精准营销，提升客户体验。技术平台：银行数据中台作为技术平台，提供数据服务和API，支持业务创新和服务优化。，从上到下对数据中台进行数据治理的重视与规划。风险管理：数据中台在风险管理方面发挥巨大作用，通过实时收集和分析交易数据，快速识别异常交易行为，进行风险预警和控制，利用大数据技术进行欺诈检测和反洗钱活动。客户

银行数据中台是指银行机构为了实现数据的高可用、高复用和高价值，构建的一套数据管理和服务系统。以下是银行数据中台的几个关键特点：数据整合与共享：银行数据中台通过集成和整合内部各业务系统的数据，打破部门间的数据孤岛，构建统一、高效的数据后台，为全渠道服务和智能化运营提供基础。数据治理：银行数据中台的建设和运营过程中，数据治理是关键，包括数据来源路径分析、数据问题跟踪分析等，需要业务与技术的配合体验提升：数据中台利用大数据分析和机器学习技术，对客户行为进行深入洞察，实现个性化推荐和精准营销，提升客户体验。技术平台：银行数据中台作为技术平台，提供数据服务和API，支持业务创新和服务优化。，从上到下对数据中台进行数据治理的重视与规划。风险管理：数据中台在风险管理方面发挥巨大作用，通过实时收集和分析交易数据，快速识别异常交易行为，进行风险预警和控制，利用大数据技术进行欺诈检测和反洗钱活动。客户

银行数据中台是指银行机构为了实现数据的高可用、高复用和高价值，构建的一套数据管理和服务系统。以下是银行数据中台的几个关键特点：数据整合与共享：银行数据中台通过集成和整合内部各业务系统的数据，打破部门间的数据孤岛，构建统一、高效的数据后台，为全渠道服务和智能化运营提供基础。数据治理：银行数据中台的建设和运营过程中，数据治理是关键，包括数据来源路径分析、数据问题跟踪分析等，需要业务与技术的配合体验提升：数据中台利用大数据分析和机器学习技术，对客户行为进行深入洞察，实现个性化推荐和精准营销，提升客户体验。技术平台：银行数据中台作为技术平台，提供数据服务和API，支持业务创新和服务优化。，从上到下对数据中台进行数据治理的重视与规划。风险管理：数据中台在风险管理方面发挥巨大作用，通过实时收集和分析交易数据，快速识别异常交易行为，进行风险预警和控制，利用大数据技术进行欺诈检测和反洗钱活动。客户

银行数据中台是指银行机构为了实现数据的高可用、高复用和高价值，构建的一套数据管理和服务系统。以下是银行数据中台的几个关键特点：数据整合与共享：银行数据中台通过集成和整合内部各业务系统的数据，打破部门间的数据孤岛，构建统一、高效的数据后台，为全渠道服务和智能化运营提供基础。数据治理：银行数据中台的建设和运营过程中，数据治理是关键，包括数据来源路径分析、数据问题跟踪分析等，需要业务与技术的配合体验提升：数据中台利用大数据分析和机器学习技术，对客户行为进行深入洞察，实现个性化推荐和精准营销，提升客户体验。技术平台：银行数据中台作为技术平台，提供数据服务和API，支持业务创新和服务优化。，从上到下对数据中台进行数据治理的重视与规划。风险管理：数据中台在风险管理方面发挥巨大作用，通过实时收集和分析交易数据，快速识别异常交易行为，进行风险预警和控制，利用大数据技术进行欺诈检测和反洗钱活动。客户

银行数据中台是指银行机构为了实现数据的高可用、高复用和高价值，构建的一套数据管理和服务系统。以下是银行数据中台的几个关键特点：数据整合与共享：银行数据中台通过集成和整合内部各业务系统的数据，打破部门间的数据孤岛，构建统一、高效的数据后台，为全渠道服务和智能化运营提供基础。数据治理：银行数据中台的建设和运营过程中，数据治理是关键，包括数据来源路径分析、数据问题跟踪分析等，需要业务与技术的配合体验提升：数据中台利用大数据分析和机器学习技术，对客户行为进行深入洞察，实现个性化推荐和精准营销，提升客户体验。技术平台：银行数据中台作为技术平台，提供数据服务和API，支持业务创新和服务优化。，从上到下对数据中台进行数据治理的重视与规划。风险管理：数据中台在风险管理方面发挥巨大作用，通过实时收集和分析交易数据，快速识别异常交易行为，进行风险预警和控制，利用大数据技术进行欺诈检测和反洗钱活动。客户

银行数据仓库是银行进行数据管理与分析的核心系统，具有重要作用和独特的架构及应用特点：作用支持决策制定：整合银行内部各类业务数据，为管理层提供全面、准确且及时的数据洞察，助力制定战略决策。风险管理基本信息、交易行为、偏好等数据，实现客户细分与精准营销，增强客户满意度和忠诚度，提升银行市场份额。合规与审计：集中存储和管理各类业务数据，满足监管部门对银行数据的合规性要求，为内部审计工作提供详实的数据支持，确保银行运营符合法律法规和内部制度规范架构特点数据来源广泛：涵盖核心银行系统、信用卡系统、网上银行系统、风险管理系统以及外部信用评级机构、市场数据供应商等多个数据源，数据类型丰富多样，包括结构化：汇聚客户信用信息、贷款还款记录、市场风险指标等数据，构建风险评估模型，精确识别和量化信用风险、市场风险以及操作风险等各类风险，辅助银行提前制定风险应对策略，保障银行资产安全。客户关系管理：深度剖析客户数据、半结构化数据以及非结构化数据。分层架构设计：通常采用多层架构，包括操作数据存储（ODS）层、明细数据层（DWD）、汇总数据层（DWS）和应用数据层（ADS）或数据集市层。ODS层存储从各数据

银行数据仓库是银行进行数据管理与分析的核心系统，具有重要作用和独特的架构及应用特点：作用支持决策制定：整合银行内部各类业务数据，为管理层提供全面、准确且及时的数据洞察，助力制定战略决策。风险管理基本信息、交易行为、偏好等数据，实现客户细分与精准营销，增强客户满意度和忠诚度，提升银行市场份额。合规与审计：集中存储和管理各类业务数据，满足监管部门对银行数据的合规性要求，为内部审计工作提供详实的数据支持，确保银行运营符合法律法规和内部制度规范架构特点数据来源广泛：涵盖核心银行系统、信用卡系统、网上银行系统、风险管理系统以及外部信用评级机构、市场数据供应商等多个数据源，数据类型丰富多样，包括结构化：汇聚客户信用信息、贷款还款记录、市场风险指标等数据，构建风险评估模型，精确识别和量化信用风险、市场风险以及操作风险等各类风险，辅助银行提前制定风险应对策略，保障银行资产安全。客户关系管理：深度剖析客户数据、半结构化数据以及非结构化数据。分层架构设计：通常采用多层架构，包括操作数据存储（ODS）层、明细数据层（DWD）、汇总数据层（DWS）和应用数据层（ADS）或数据集市层。ODS层存储从各数据

银行数据仓库是银行进行数据管理与分析的核心系统，具有重要作用和独特的架构及应用特点：作用支持决策制定：整合银行内部各类业务数据，为管理层提供全面、准确且及时的数据洞察，助力制定战略决策。风险管理基本信息、交易行为、偏好等数据，实现客户细分与精准营销，增强客户满意度和忠诚度，提升银行市场份额。合规与审计：集中存储和管理各类业务数据，满足监管部门对银行数据的合规性要求，为内部审计工作提供详实的数据支持，确保银行运营符合法律法规和内部制度规范架构特点数据来源广泛：涵盖核心银行系统、信用卡系统、网上银行系统、风险管理系统以及外部信用评级机构、市场数据供应商等多个数据源，数据类型丰富多样，包括结构化：汇聚客户信用信息、贷款还款记录、市场风险指标等数据，构建风险评估模型，精确识别和量化信用风险、市场风险以及操作风险等各类风险，辅助银行提前制定风险应对策略，保障银行资产安全。客户关系管理：深度剖析客户数据、半结构化数据以及非结构化数据。分层架构设计：通常采用多层架构，包括操作数据存储（ODS）层、明细数据层（DWD）、汇总数据层（DWS）和应用数据层（ADS）或数据集市层。ODS层存储从各数据

银行数据仓库是银行进行数据管理与分析的核心系统，具有重要作用和独特的架构及应用特点：作用支持决策制定：整合银行内部各类业务数据，为管理层提供全面、准确且及时的数据洞察，助力制定战略决策。风险管理基本信息、交易行为、偏好等数据，实现客户细分与精准营销，增强客户满意度和忠诚度，提升银行市场份额。合规与审计：集中存储和管理各类业务数据，满足监管部门对银行数据的合规性要求，为内部审计工作提供详实的数据支持，确保银行运营符合法律法规和内部制度规范架构特点数据来源广泛：涵盖核心银行系统、信用卡系统、网上银行系统、风险管理系统以及外部信用评级机构、市场数据供应商等多个数据源，数据类型丰富多样，包括结构化：汇聚客户信用信息、贷款还款记录、市场风险指标等数据，构建风险评估模型，精确识别和量化信用风险、市场风险以及操作风险等各类风险，辅助银行提前制定风险应对策略，保障银行资产安全。客户关系管理：深度剖析客户数据、半结构化数据以及非结构化数据。分层架构设计：通常采用多层架构，包括操作数据存储（ODS）层、明细数据层（DWD）、汇总数据层（DWS）和应用数据层（ADS）或数据集市层。ODS层存储从各数据

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。

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":...

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...

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

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：

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•...

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