数据湖产品定价

数据湖产品：现代数据管理的核心在当今数据驱动的时代，企业和组织面临着海量数据的存储、管理和分析挑战。传统的数据仓库虽然成熟稳定，但在处理非结构化数据、实时数据流和多样化数据源时显得力不从心。数据湖产品应运而生，成为解决这些问题的关键技术方案。数据湖是一种集中式存储库，能够以原始格式存储结构化、半结构化和非结构化数据。与数据仓库不同，数据湖不需要在数据加载前定义模式，这种"先存储后处理"的方法为用户提供了很大的灵活性。数据湖产品则是实现这一理念的软件工具和平台，帮助企业构建、管理和利用数据湖。数据湖产品的核心功能通常包括以下几个方面：首先是数据摄取能力，支持从各种来源（如数据库、物联网设备、社交媒体等）获取数据；其次是数据存储，提供可扩展的存储解决方案；再次是数据处理和分析工具，允许用户在需要时对数据进行转换和分析；最后是安全管理，确保数据的合规性和访问控制。数据湖产品的优势显而易见。首先变化而演进。然而，数据湖产品也面临一些挑战。如果没有适当的管理，数据湖可能变成难以利用的"数据沼泽"。数据质量、元数据管理和访问控制等问题都需要精心设计。因此，现代数据湖产品越来越注重数据治理功能

数据湖产品：现代数据管理的核心在当今数据驱动的时代，企业和组织面临着海量数据的存储、管理和分析挑战。传统的数据仓库虽然成熟稳定，但在处理非结构化数据、实时数据流和多样化数据源时显得力不从心。数据湖产品应运而生，成为解决这些问题的关键技术方案。数据湖是一种集中式存储库，能够以原始格式存储结构化、半结构化和非结构化数据。与数据仓库不同，数据湖不需要在数据加载前定义模式，这种"先存储后处理"的方法为用户提供了很大的灵活性。数据湖产品则是实现这一理念的软件工具和平台，帮助企业构建、管理和利用数据湖。数据湖产品的核心功能通常包括以下几个方面：首先是数据摄取能力，支持从各种来源（如数据库、物联网设备、社交媒体等）获取数据；其次是数据存储，提供可扩展的存储解决方案；再次是数据处理和分析工具，允许用户在需要时对数据进行转换和分析；最后是安全管理，确保数据的合规性和访问控制。数据湖产品的优势显而易见。首先变化而演进。然而，数据湖产品也面临一些挑战。如果没有适当的管理，数据湖可能变成难以利用的"数据沼泽"。数据质量、元数据管理和访问控制等问题都需要精心设计。因此，现代数据湖产品越来越注重数据治理功能

数据湖产品：现代数据管理的核心在当今数据驱动的时代，企业和组织面临着海量数据的存储、管理和分析挑战。传统的数据仓库虽然成熟稳定，但在处理非结构化数据、实时数据流和多样化数据源时显得力不从心。数据湖产品应运而生，成为解决这些问题的关键技术方案。数据湖是一种集中式存储库，能够以原始格式存储结构化、半结构化和非结构化数据。与数据仓库不同，数据湖不需要在数据加载前定义模式，这种"先存储后处理"的方法为用户提供了很大的灵活性。数据湖产品则是实现这一理念的软件工具和平台，帮助企业构建、管理和利用数据湖。数据湖产品的核心功能通常包括以下几个方面：首先是数据摄取能力，支持从各种来源（如数据库、物联网设备、社交媒体等）获取数据；其次是数据存储，提供可扩展的存储解决方案；再次是数据处理和分析工具，允许用户在需要时对数据进行转换和分析；最后是安全管理，确保数据的合规性和访问控制。数据湖产品的优势显而易见。首先变化而演进。然而，数据湖产品也面临一些挑战。如果没有适当的管理，数据湖可能变成难以利用的"数据沼泽"。数据质量、元数据管理和访问控制等问题都需要精心设计。因此，现代数据湖产品越来越注重数据治理功能

数据湖产品：现代数据管理的核心在当今数据驱动的时代，企业和组织面临着海量数据的存储、管理和分析挑战。传统的数据仓库虽然成熟稳定，但在处理非结构化数据、实时数据流和多样化数据源时显得力不从心。数据湖产品应运而生，成为解决这些问题的关键技术方案。数据湖是一种集中式存储库，能够以原始格式存储结构化、半结构化和非结构化数据。与数据仓库不同，数据湖不需要在数据加载前定义模式，这种"先存储后处理"的方法为用户提供了很大的灵活性。数据湖产品则是实现这一理念的软件工具和平台，帮助企业构建、管理和利用数据湖。数据湖产品的核心功能通常包括以下几个方面：首先是数据摄取能力，支持从各种来源（如数据库、物联网设备、社交媒体等）获取数据；其次是数据存储，提供可扩展的存储解决方案；再次是数据处理和分析工具，允许用户在需要时对数据进行转换和分析；最后是安全管理，确保数据的合规性和访问控制。数据湖产品的优势显而易见。首先变化而演进。然而，数据湖产品也面临一些挑战。如果没有适当的管理，数据湖可能变成难以利用的"数据沼泽"。数据质量、元数据管理和访问控制等问题都需要精心设计。因此，现代数据湖产品越来越注重数据治理功能

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。

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。

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。

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。

星环大模型相关产品星环无涯金融大模型-TranswarpInfinity针对智能投研领域特定的业务逻辑，星环科技通过预训、提示、增强、推导范式的构建，实现Financial-Specific-LLM的训练，推出了金融行业智能投研大模型无涯Infinity。星环科技基于大模型的事件驱动与深度图引擎，实现对事件语义刻画、定价因子挖掘、时序编码、异构关系图卷积传播，进而构建包含事件冲击、时序变化、截面定制开发，提供知识构建、知识建模、知识问答系统构建等服务。星环求索大数据分析大模型-TranswarpSoLar大数据分析大模型SoLar“求索”是一款针对大数据行业全生命周期各种场景的大数据领域大模型。它可以衍生出许多子领域子任务微调大模型。“求索”大模型具备大数据行业需求理解、推理、各类（含多模型）结构化查询语言和代码生成、文本生成、嵌入向量生成、知识推理等能力；用户只需使用自然语言，就能利用“求索”大模型获取所需的数据分析、展示和报告。

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：

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":...

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

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•...

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...

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。...