大型企业湖仓一体

一体应用案例某大型集团星环科技助力某大型集团建立一个以数据驱动为核心，以技术支撑为基础的湖仓一体平台，全面赋能该企业一体化协同、管理创新和业务创新。充分整合和管理该企业各个系统全生命周期数据、快速挖掘，赋能业务，综合提升企业管理和运营能力。某大型央企星环科技助力某大型央企建立湖仓一体集群域，支撑中心数据分析和业务支撑。基于星环科技的湖仓一体平台的统一资源管理、统一存储管理、统一分布式计算引擎、统一数据接口统一架构，汇聚了21个业务系统以及互联网、外部机构、实时流的数据，形成了企业数据资产，为CRM等平台提供大数据服务；并基于统一的SQL接口能力，完成了六大方向重点应用的业务平滑迁移。形成了统一数据管理、统一服务管理、统一运维管理、统一安全管理的湖仓一体平台管理门户。星环湖仓一体解决方案星环湖仓一体解决方案加强数据湖和数据仓库技术相结合，通过统一的SQL编译引擎、统一的计算引擎、统一的存储管理系统以及统一的资源管理系统四个统一技术，避免数据移动，将原始的、加工清洗的、模型化的数据，共同存储于一体化的“湖仓”中，既能面向业务实现高并发、精准化、高性能的历史数据、实时数据的查询服务，又能承载分析报表、批处理、数据挖掘等分析型数据集市业务，实现“湖仓集一体”。湖仓

一体应用案例某大型集团星环科技助力某大型集团建立一个以数据驱动为核心，以技术支撑为基础的湖仓一体平台，全面赋能该企业一体化协同、管理创新和业务创新。充分整合和管理该企业各个系统全生命周期数据、快速挖掘，赋能业务，综合提升企业管理和运营能力。某大型央企星环科技助力某大型央企建立湖仓一体集群域，支撑中心数据分析和业务支撑。基于星环科技的湖仓一体平台的统一资源管理、统一存储管理、统一分布式计算引擎、统一数据接口统一架构，汇聚了21个业务系统以及互联网、外部机构、实时流的数据，形成了企业数据资产，为CRM等平台提供大数据服务；并基于统一的SQL接口能力，完成了六大方向重点应用的业务平滑迁移。形成了统一数据管理、统一服务管理、统一运维管理、统一安全管理的湖仓一体平台管理门户。星环湖仓一体解决方案星环湖仓一体解决方案加强数据湖和数据仓库技术相结合，通过统一的SQL编译引擎、统一的计算引擎、统一的存储管理系统以及统一的资源管理系统四个统一技术，避免数据移动，将原始的、加工清洗的、模型化的数据，共同存储于一体化的“湖仓”中，既能面向业务实现高并发、精准化、高性能的历史数据、实时数据的查询服务，又能承载分析报表、批处理、数据挖掘等分析型数据集市业务，实现“湖仓集一体”。湖仓

一体应用案例某大型集团星环科技助力某大型集团建立一个以数据驱动为核心，以技术支撑为基础的湖仓一体平台，全面赋能该企业一体化协同、管理创新和业务创新。充分整合和管理该企业各个系统全生命周期数据、快速挖掘，赋能业务，综合提升企业管理和运营能力。某大型央企星环科技助力某大型央企建立湖仓一体集群域，支撑中心数据分析和业务支撑。基于星环科技的湖仓一体平台的统一资源管理、统一存储管理、统一分布式计算引擎、统一数据接口统一架构，汇聚了21个业务系统以及互联网、外部机构、实时流的数据，形成了企业数据资产，为CRM等平台提供大数据服务；并基于统一的SQL接口能力，完成了六大方向重点应用的业务平滑迁移。形成了统一数据管理、统一服务管理、统一运维管理、统一安全管理的湖仓一体平台管理门户。星环湖仓一体解决方案星环湖仓一体解决方案加强数据湖和数据仓库技术相结合，通过统一的SQL编译引擎、统一的计算引擎、统一的存储管理系统以及统一的资源管理系统四个统一技术，避免数据移动，将原始的、加工清洗的、模型化的数据，共同存储于一体化的“湖仓”中，既能面向业务实现高并发、精准化、高性能的历史数据、实时数据的查询服务，又能承载分析报表、批处理、数据挖掘等分析型数据集市业务，实现“湖仓集一体”。湖仓

一体应用案例某大型集团星环科技助力某大型集团建立一个以数据驱动为核心，以技术支撑为基础的湖仓一体平台，全面赋能该企业一体化协同、管理创新和业务创新。充分整合和管理该企业各个系统全生命周期数据、快速挖掘，赋能业务，综合提升企业管理和运营能力。某大型央企星环科技助力某大型央企建立湖仓一体集群域，支撑中心数据分析和业务支撑。基于星环科技的湖仓一体平台的统一资源管理、统一存储管理、统一分布式计算引擎、统一数据接口统一架构，汇聚了21个业务系统以及互联网、外部机构、实时流的数据，形成了企业数据资产，为CRM等平台提供大数据服务；并基于统一的SQL接口能力，完成了六大方向重点应用的业务平滑迁移。形成了统一数据管理、统一服务管理、统一运维管理、统一安全管理的湖仓一体平台管理门户。星环湖仓一体解决方案星环湖仓一体解决方案加强数据湖和数据仓库技术相结合，通过统一的SQL编译引擎、统一的计算引擎、统一的存储管理系统以及统一的资源管理系统四个统一技术，避免数据移动，将原始的、加工清洗的、模型化的数据，共同存储于一体化的“湖仓”中，既能面向业务实现高并发、精准化、高性能的历史数据、实时数据的查询服务，又能承载分析报表、批处理、数据挖掘等分析型数据集市业务，实现“湖仓集一体”。湖仓

一体应用案例某大型集团星环科技助力某大型集团建立一个以数据驱动为核心，以技术支撑为基础的湖仓一体平台，全面赋能该企业一体化协同、管理创新和业务创新。充分整合和管理该企业各个系统全生命周期数据、快速挖掘，赋能业务，综合提升企业管理和运营能力。某大型央企星环科技助力某大型央企建立湖仓一体集群域，支撑中心数据分析和业务支撑。基于星环科技的湖仓一体平台的统一资源管理、统一存储管理、统一分布式计算引擎、统一数据接口统一架构，汇聚了21个业务系统以及互联网、外部机构、实时流的数据，形成了企业数据资产，为CRM等平台提供大数据服务；并基于统一的SQL接口能力，完成了六大方向重点应用的业务平滑迁移。形成了统一数据管理、统一服务管理、统一运维管理、统一安全管理的湖仓一体平台管理门户。星环湖仓一体解决方案星环湖仓一体解决方案加强数据湖和数据仓库技术相结合，通过统一的SQL编译引擎、统一的计算引擎、统一的存储管理系统以及统一的资源管理系统四个统一技术，避免数据移动，将原始的、加工清洗的、模型化的数据，共同存储于一体化的“湖仓”中，既能面向业务实现高并发、精准化、高性能的历史数据、实时数据的查询服务，又能承载分析报表、批处理、数据挖掘等分析型数据集市业务，实现“湖仓集一体”。湖仓

一体应用案例某大型集团星环科技助力某大型集团建立一个以数据驱动为核心，以技术支撑为基础的湖仓一体平台，全面赋能该企业一体化协同、管理创新和业务创新。充分整合和管理该企业各个系统全生命周期数据、快速挖掘，赋能业务，综合提升企业管理和运营能力。某大型央企星环科技助力某大型央企建立湖仓一体集群域，支撑中心数据分析和业务支撑。基于星环科技的湖仓一体平台的统一资源管理、统一存储管理、统一分布式计算引擎、统一数据接口统一架构，汇聚了21个业务系统以及互联网、外部机构、实时流的数据，形成了企业数据资产，为CRM等平台提供大数据服务；并基于统一的SQL接口能力，完成了六大方向重点应用的业务平滑迁移。形成了统一数据管理、统一服务管理、统一运维管理、统一安全管理的湖仓一体平台管理门户。星环湖仓一体解决方案星环湖仓一体解决方案加强数据湖和数据仓库技术相结合，通过统一的SQL编译引擎、统一的计算引擎、统一的存储管理系统以及统一的资源管理系统四个统一技术，避免数据移动，将原始的、加工清洗的、模型化的数据，共同存储于一体化的“湖仓”中，既能面向业务实现高并发、精准化、高性能的历史数据、实时数据的查询服务，又能承载分析报表、批处理、数据挖掘等分析型数据集市业务，实现“湖仓集一体”。湖仓

供应商。接连入选IDC、Gartner报告湖仓一体代表供应商，屡获权威认可，充分彰显了星环科技在湖仓一体领域的技术实力和独特优势。目前星环科技湖仓集一体平台已经在金融、政府、交通、邮政、医疗、能源等行业以及部分大型国有企业落地应用。湖仓一体是一种创新的开放式架构，能够将数据仓库和数据湖无缝连接在一起。它整合了数据仓库的高性能和管理能力以及数据湖的灵活性，为企业提供了更加便利和高效的数据治理解决方案。湖仓一体支持多种不同类型的数据共存，包括结构化数据、半结构化数据和非结构化数据。这使得企业能够更好地整合和管理来自不同数据源的数据，为不同部门、团队或个人之间的数据共享提供了便利。另外，湖仓一体提供了统一封装的接口，使得用户可以，从而及时获取有价值的数据洞，做出更加明智和及时的决策。湖仓一体作为一种创新的数据架构，集合了数据仓库和数据湖的优势，提供了高性能和灵活性的数据管理和处理能力，为企业数据治理提供了便利和效益。湖仓一体底层支持多种数据类型并存，可以存储结构化数据、半结构化数据和非结构化数据。这使得企业可以集成和管理来自不同数据源的各种类型的数据。可实现数据间的相互共享：湖仓一体可以实现数据间的相互共享，不同部门

供应商。接连入选IDC、Gartner报告湖仓一体代表供应商，屡获权威认可，充分彰显了星环科技在湖仓一体领域的技术实力和独特优势。目前星环科技湖仓集一体平台已经在金融、政府、交通、邮政、医疗、能源等行业以及部分大型国有企业落地应用。湖仓一体是一种创新的开放式架构，能够将数据仓库和数据湖无缝连接在一起。它整合了数据仓库的高性能和管理能力以及数据湖的灵活性，为企业提供了更加便利和高效的数据治理解决方案。湖仓一体支持多种不同类型的数据共存，包括结构化数据、半结构化数据和非结构化数据。这使得企业能够更好地整合和管理来自不同数据源的数据，为不同部门、团队或个人之间的数据共享提供了便利。另外，湖仓一体提供了统一封装的接口，使得用户可以，从而及时获取有价值的数据洞，做出更加明智和及时的决策。湖仓一体作为一种创新的数据架构，集合了数据仓库和数据湖的优势，提供了高性能和灵活性的数据管理和处理能力，为企业数据治理提供了便利和效益。湖仓一体底层支持多种数据类型并存，可以存储结构化数据、半结构化数据和非结构化数据。这使得企业可以集成和管理来自不同数据源的各种类型的数据。可实现数据间的相互共享：湖仓一体可以实现数据间的相互共享，不同部门

访问：BI应用可以直接访问湖仓一体中的源数据，减少了数据重复和提高了效率。数据仓库建模方法：湖仓一体采用数据仓库的建模方法和技术，对企业的数据进行规范化和标准化处理，确保数据的质量和可靠性。实时性和时效性：湖仓一体注重数据的实时性和时效性，支持实时数据的采集和处理，为企业提供及时的数据分析和决策支持。湖仓一体是一种结合了数据湖和数据仓库优势的新型数据架构。以下是湖仓一体数据仓库的一些关键特点和功能：统一的数据存储和管理：湖仓一体提供了一个统一的平台，可以存储和管理高质量的结构化数据以及非结构化数据。它结合了数据仓库的规范化和数据湖的灵活性，使得数据可以在同一个存储中进行操作，同时支持数据治理。低成本存储：湖仓一体利用数据湖的低成本存储特性，同时提供数据仓库的管理功能和工具，实现数据的统一管理和共享。数据管理功能：湖仓一体支持数据管理功能，包括架构、数据治理、ETL流程和数据清理，以确保数据的一致性、完整性和准确性。事务支持：湖仓一体提供ACID（原子性、一致性、隔离性和持久性）属性的事务支持，确保多个用户同时读取和写入数据时的数据一致性。开放的数据存储格式：湖仓一体采用标准化的开放存储格式，解除数据锁定，提供开放的数据存储格式，可供任何外部系统使用。端到端流式传输：湖仓一体支持实时

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

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...

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。...

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。

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":...

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

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"}...

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