数据集市技术解决方案公司

：建设和维护数据集市的成本相对较低，对于一些资源有限的中小型企业或部门来说，是一种性价比很高的数据解决方案。同时，它能够快速为企业带来价值，投资回收快。工具集紧密集成：数据集市通常会与特定的分析工具和技术后的数据加载到数据集市中。数据存储：数据集市通常采用关系型数据库或其他适合的数据存储技术来存储数据。数据模型一般采用星型模式或雪花型模式，这些模式便于快速查询和分析。数据访问和分析：这是数据集市与用户解锁数据集市：企业数字化转型的“秘密武器”一、数据集市是什么？从定义上来说，数据集市是一个从操作的数据和其他为某个特殊的专业人员团体服务的数据源中收集数据的仓库。它主要面向部门级业务，聚焦于特定的主题，比如销售数据集市就主要收集和分析与销售业务相关的数据，像销售额、销售量、销售区域、客户购买行为等。数据集市具有以下显著特点：规模小：相较于企业级的数据仓库，数据集市的数据规模相对较小，它不需要涵盖。比如人力资源部门的数据集市，主要关注员工信息、招聘数据、培训记录、绩效考核等与人力资源管理相关的数据，为人力资源部门的各项决策提供数据支持。开发维护自主性高：通常由业务部门自己定义、设计和开发，并且后续

：建设和维护数据集市的成本相对较低，对于一些资源有限的中小型企业或部门来说，是一种性价比很高的数据解决方案。同时，它能够快速为企业带来价值，投资回收快。工具集紧密集成：数据集市通常会与特定的分析工具和技术后的数据加载到数据集市中。数据存储：数据集市通常采用关系型数据库或其他适合的数据存储技术来存储数据。数据模型一般采用星型模式或雪花型模式，这些模式便于快速查询和分析。数据访问和分析：这是数据集市与用户解锁数据集市：企业数字化转型的“秘密武器”一、数据集市是什么？从定义上来说，数据集市是一个从操作的数据和其他为某个特殊的专业人员团体服务的数据源中收集数据的仓库。它主要面向部门级业务，聚焦于特定的主题，比如销售数据集市就主要收集和分析与销售业务相关的数据，像销售额、销售量、销售区域、客户购买行为等。数据集市具有以下显著特点：规模小：相较于企业级的数据仓库，数据集市的数据规模相对较小，它不需要涵盖。比如人力资源部门的数据集市，主要关注员工信息、招聘数据、培训记录、绩效考核等与人力资源管理相关的数据，为人力资源部门的各项决策提供数据支持。开发维护自主性高：通常由业务部门自己定义、设计和开发，并且后续

：建设和维护数据集市的成本相对较低，对于一些资源有限的中小型企业或部门来说，是一种性价比很高的数据解决方案。同时，它能够快速为企业带来价值，投资回收快。工具集紧密集成：数据集市通常会与特定的分析工具和技术后的数据加载到数据集市中。数据存储：数据集市通常采用关系型数据库或其他适合的数据存储技术来存储数据。数据模型一般采用星型模式或雪花型模式，这些模式便于快速查询和分析。数据访问和分析：这是数据集市与用户解锁数据集市：企业数字化转型的“秘密武器”一、数据集市是什么？从定义上来说，数据集市是一个从操作的数据和其他为某个特殊的专业人员团体服务的数据源中收集数据的仓库。它主要面向部门级业务，聚焦于特定的主题，比如销售数据集市就主要收集和分析与销售业务相关的数据，像销售额、销售量、销售区域、客户购买行为等。数据集市具有以下显著特点：规模小：相较于企业级的数据仓库，数据集市的数据规模相对较小，它不需要涵盖。比如人力资源部门的数据集市，主要关注员工信息、招聘数据、培训记录、绩效考核等与人力资源管理相关的数据，为人力资源部门的各项决策提供数据支持。开发维护自主性高：通常由业务部门自己定义、设计和开发，并且后续

：建设和维护数据集市的成本相对较低，对于一些资源有限的中小型企业或部门来说，是一种性价比很高的数据解决方案。同时，它能够快速为企业带来价值，投资回收快。工具集紧密集成：数据集市通常会与特定的分析工具和技术后的数据加载到数据集市中。数据存储：数据集市通常采用关系型数据库或其他适合的数据存储技术来存储数据。数据模型一般采用星型模式或雪花型模式，这些模式便于快速查询和分析。数据访问和分析：这是数据集市与用户解锁数据集市：企业数字化转型的“秘密武器”一、数据集市是什么？从定义上来说，数据集市是一个从操作的数据和其他为某个特殊的专业人员团体服务的数据源中收集数据的仓库。它主要面向部门级业务，聚焦于特定的主题，比如销售数据集市就主要收集和分析与销售业务相关的数据，像销售额、销售量、销售区域、客户购买行为等。数据集市具有以下显著特点：规模小：相较于企业级的数据仓库，数据集市的数据规模相对较小，它不需要涵盖。比如人力资源部门的数据集市，主要关注员工信息、招聘数据、培训记录、绩效考核等与人力资源管理相关的数据，为人力资源部门的各项决策提供数据支持。开发维护自主性高：通常由业务部门自己定义、设计和开发，并且后续

：建设和维护数据集市的成本相对较低，对于一些资源有限的中小型企业或部门来说，是一种性价比很高的数据解决方案。同时，它能够快速为企业带来价值，投资回收快。工具集紧密集成：数据集市通常会与特定的分析工具和技术后的数据加载到数据集市中。数据存储：数据集市通常采用关系型数据库或其他适合的数据存储技术来存储数据。数据模型一般采用星型模式或雪花型模式，这些模式便于快速查询和分析。数据访问和分析：这是数据集市与用户解锁数据集市：企业数字化转型的“秘密武器”一、数据集市是什么？从定义上来说，数据集市是一个从操作的数据和其他为某个特殊的专业人员团体服务的数据源中收集数据的仓库。它主要面向部门级业务，聚焦于特定的主题，比如销售数据集市就主要收集和分析与销售业务相关的数据，像销售额、销售量、销售区域、客户购买行为等。数据集市具有以下显著特点：规模小：相较于企业级的数据仓库，数据集市的数据规模相对较小，它不需要涵盖。比如人力资源部门的数据集市，主要关注员工信息、招聘数据、培训记录、绩效考核等与人力资源管理相关的数据，为人力资源部门的各项决策提供数据支持。开发维护自主性高：通常由业务部门自己定义、设计和开发，并且后续

星环科技基于容器云技术的大数据平台解决方案成功入选“2023年上海市优秀信创解决方案名单”。星环科技此次入选的解决方案是基于容器云技术打造的大数据平台。星环科技大数据基础平台TDH是星环科技自主研发统一的TDC数据云平台。适用于建设大型企业的数字化基础设施、城市大数据中心的数据、平台、企业级数据应用云以及跨多数据中心的数据平台等场景。星环环科技基于容器云技术的大数据平台解决方案具有十大核心优势分析、统计分析、预测性分析等数据分析功能。凭借星环科技创新的技术架构和深厚的产品研发能力，TDH帮助企业加速数字化转型，更全面、更便捷、更智能、更安全地运用数据，大幅降低综合成本。数据云平台TDC是采用云原生技术，融合星环科技全栈产品打造的统一PaaS平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和云管技术；创新多模型技术架构，轻松胜任高阶数据分析；统一数据管理，保障数据一致，告别数据冗余；支持10种存储引擎、11种存储模型，自动化应对多部门业务需求；存算解耦，支持弹性的横向、纵向扩展，资源配置

星环科技基于容器云技术的大数据平台解决方案成功入选“2023年上海市优秀信创解决方案名单”。星环科技此次入选的解决方案是基于容器云技术打造的大数据平台。星环科技大数据基础平台TDH是星环科技自主研发统一的TDC数据云平台。适用于建设大型企业的数字化基础设施、城市大数据中心的数据、平台、企业级数据应用云以及跨多数据中心的数据平台等场景。星环环科技基于容器云技术的大数据平台解决方案具有十大核心优势分析、统计分析、预测性分析等数据分析功能。凭借星环科技创新的技术架构和深厚的产品研发能力，TDH帮助企业加速数字化转型，更全面、更便捷、更智能、更安全地运用数据，大幅降低综合成本。数据云平台TDC是采用云原生技术，融合星环科技全栈产品打造的统一PaaS平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和云管技术；创新多模型技术架构，轻松胜任高阶数据分析；统一数据管理，保障数据一致，告别数据冗余；支持10种存储引擎、11种存储模型，自动化应对多部门业务需求；存算解耦，支持弹性的横向、纵向扩展，资源配置

当下，“大数据”炙手可热,对于hadoop技术而言，很多企业都不会错失机会，俨然已成了各家必争之地。在传统数据库无法满足客户需求时，大数据解决方案也成为了用户关注的焦点，星环信息科技（上海）有限公司（以下简称星环科技）与北京荣之联科技股份有限公司（简称：荣之联）正式签署战略合作协议，双方将携手推进大数据平台行业解决方案和市场推广。经过双方技术人员的共同努力，星环科技将携手荣之联推进大数据行业技术解决方案、还在POC测试、项目实施以及培训等上面有丰富的案例经验。而荣之联在行业解决方案的设计、实施和应用方面都拥有丰富经验，可说是强强联合。星环科技是目前国内极少数掌握大数据核心技术的高科技公司，专注于，在全国范围内展开深入的市场合作及宣传，推广大数据在行业、企业市场的应用及服务。星环科技与荣之联的携手，不仅能帮助客户完成大数据行业技术解决方案，还能提供一系列后续技术服务支持，包括在北京成立联合应用实验室解决方案、产品及服务。双方的合作将包括但不仅限于北京区域，率先在生物医药，农业，传媒、汽车等行业中的高端企业用户提供完整的基于大数据hadoopd的行业应用解决方案，同时双方准备发挥各自的优势

星环科技基于容器云技术的大数据平台解决方案成功入选“2023年上海市优秀信创解决方案名单”。星环科技此次入选的解决方案是基于容器云技术打造的大数据平台。星环科技大数据基础平台TDH是星环科技自主研发统一的TDC数据云平台。适用于建设大型企业的数字化基础设施、城市大数据中心的数据、平台、企业级数据应用云以及跨多数据中心的数据平台等场景。星环环科技基于容器云技术的大数据平台解决方案具有十大核心优势分析、统计分析、预测性分析等数据分析功能。凭借星环科技创新的技术架构和深厚的产品研发能力，TDH帮助企业加速数字化转型，更全面、更便捷、更智能、更安全地运用数据，大幅降低综合成本。数据云平台TDC是采用云原生技术，融合星环科技全栈产品打造的统一PaaS平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和云管技术；创新多模型技术架构，轻松胜任高阶数据分析；统一数据管理，保障数据一致，告别数据冗余；支持10种存储引擎、11种存储模型，自动化应对多部门业务需求；存算解耦，支持弹性的横向、纵向扩展，资源配置

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。

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

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。...

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"}...

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：

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

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•...

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...