数据中台 应用

商平台、线下门店以及移动端应用都能协同运作，为消费者提供无缝的购物体验。二、数据中台：企业的数据“智慧大脑”（一）概念与定义数据中台是将企业内外部的多源数据进行采集、整合、清洗、存储，并提供数据分析、挖掘和应用的平台。它打破了数据孤岛，让数据在企业内部自由流通，为企业决策提供有力的数据支持。比如，一家制造业企业的数据中台，整合了生产数据、销售数据、供应链数据等，通过对这些数据的深度分析，企业可以精准营销和客户服务。数据价值挖掘：运用大数据分析技术，从海量数据中挖掘出有价值的信息，为企业提供决策依据，如预测市场趋势、发现潜在客户等。（三）典型应用场景金融机构利用数据中台进行风险管理。通过整合客户台提供业务场景和数据来源，数据中台对业务中台产生的数据进行整合和分析，为业务决策提供支持；AI中台则基于数据中台的数据和业务中台的业务场景，提供智能化的服务和应用，进一步提升业务效率和创新能力。深度剖析业务中台、数据中台、AI中台：数字化转型的关键引擎在数字化转型的浪潮中，越来越多的企业意识到，要想在激烈的市场竞争中脱颖而出，仅靠传统的业务模式和技术架构远远不够。业务中台、数据中台、AI中

商平台、线下门店以及移动端应用都能协同运作，为消费者提供无缝的购物体验。二、数据中台：企业的数据“智慧大脑”（一）概念与定义数据中台是将企业内外部的多源数据进行采集、整合、清洗、存储，并提供数据分析、挖掘和应用的平台。它打破了数据孤岛，让数据在企业内部自由流通，为企业决策提供有力的数据支持。比如，一家制造业企业的数据中台，整合了生产数据、销售数据、供应链数据等，通过对这些数据的深度分析，企业可以精准营销和客户服务。数据价值挖掘：运用大数据分析技术，从海量数据中挖掘出有价值的信息，为企业提供决策依据，如预测市场趋势、发现潜在客户等。（三）典型应用场景金融机构利用数据中台进行风险管理。通过整合客户台提供业务场景和数据来源，数据中台对业务中台产生的数据进行整合和分析，为业务决策提供支持；AI中台则基于数据中台的数据和业务中台的业务场景，提供智能化的服务和应用，进一步提升业务效率和创新能力。深度剖析业务中台、数据中台、AI中台：数字化转型的关键引擎在数字化转型的浪潮中，越来越多的企业意识到，要想在激烈的市场竞争中脱颖而出，仅靠传统的业务模式和技术架构远远不够。业务中台、数据中台、AI中

数据中台、业务中台和技术中台是企业数字化转型中重要的架构概念，它们在功能、特点、应用场景等方面存在一定差异，以下是对它们的详细介绍：数据中台定义与功能：数据中台是一个数据汇聚、整合、加工、共享和服务数据服务，支持业务创新。应用场景：适用于需要大量数据支持的业务场景，为企业提供数据驱动的决策支持和业务创新能力。业务中台定义与功能：业务中台是将企业中具有通用性、可复用的业务功能进行沉淀和封装，形成一系列。应用场景：广泛应用于企业的各种业务领域，为企业提供快速响应市场变化和客户需求的能力，支持业务的多元化发展。技术中台定义与功能：技术中台是为企业提供统一的技术支撑和服务的平台，包括技术架构、技术组件、技术和创新场景，如软件开发、系统集成、技术运维等，为企业提供稳定、高效的技术支持和保障。三者的关系相互协作：数据中台为业务中台和技术中台提供数据支持，业务中台和技术中台为数据中台提供业务需求和技术保障，三者相互协作，共同推动企业的数字化转型。界限模糊：在实际应用中，三者的界限可能会比较模糊，例如业务中台中的某些业务组件可能会涉及到数据处理和技术实现，需要根据企业的实际情况进行灵活划分和调整。

商平台、线下门店以及移动端应用都能协同运作，为消费者提供无缝的购物体验。二、数据中台：企业的数据“智慧大脑”（一）概念与定义数据中台是将企业内外部的多源数据进行采集、整合、清洗、存储，并提供数据分析、挖掘和应用的平台。它打破了数据孤岛，让数据在企业内部自由流通，为企业决策提供有力的数据支持。比如，一家制造业企业的数据中台，整合了生产数据、销售数据、供应链数据等，通过对这些数据的深度分析，企业可以精准营销和客户服务。数据价值挖掘：运用大数据分析技术，从海量数据中挖掘出有价值的信息，为企业提供决策依据，如预测市场趋势、发现潜在客户等。（三）典型应用场景金融机构利用数据中台进行风险管理。通过整合客户台提供业务场景和数据来源，数据中台对业务中台产生的数据进行整合和分析，为业务决策提供支持；AI中台则基于数据中台的数据和业务中台的业务场景，提供智能化的服务和应用，进一步提升业务效率和创新能力。深度剖析业务中台、数据中台、AI中台：数字化转型的关键引擎在数字化转型的浪潮中，越来越多的企业意识到，要想在激烈的市场竞争中脱颖而出，仅靠传统的业务模式和技术架构远远不够。业务中台、数据中台、AI中

商平台、线下门店以及移动端应用都能协同运作，为消费者提供无缝的购物体验。二、数据中台：企业的数据“智慧大脑”（一）概念与定义数据中台是将企业内外部的多源数据进行采集、整合、清洗、存储，并提供数据分析、挖掘和应用的平台。它打破了数据孤岛，让数据在企业内部自由流通，为企业决策提供有力的数据支持。比如，一家制造业企业的数据中台，整合了生产数据、销售数据、供应链数据等，通过对这些数据的深度分析，企业可以精准营销和客户服务。数据价值挖掘：运用大数据分析技术，从海量数据中挖掘出有价值的信息，为企业提供决策依据，如预测市场趋势、发现潜在客户等。（三）典型应用场景金融机构利用数据中台进行风险管理。通过整合客户台提供业务场景和数据来源，数据中台对业务中台产生的数据进行整合和分析，为业务决策提供支持；AI中台则基于数据中台的数据和业务中台的业务场景，提供智能化的服务和应用，进一步提升业务效率和创新能力。深度剖析业务中台、数据中台、AI中台：数字化转型的关键引擎在数字化转型的浪潮中，越来越多的企业意识到，要想在激烈的市场竞争中脱颖而出，仅靠传统的业务模式和技术架构远远不够。业务中台、数据中台、AI中

商平台、线下门店以及移动端应用都能协同运作，为消费者提供无缝的购物体验。二、数据中台：企业的数据“智慧大脑”（一）概念与定义数据中台是将企业内外部的多源数据进行采集、整合、清洗、存储，并提供数据分析、挖掘和应用的平台。它打破了数据孤岛，让数据在企业内部自由流通，为企业决策提供有力的数据支持。比如，一家制造业企业的数据中台，整合了生产数据、销售数据、供应链数据等，通过对这些数据的深度分析，企业可以精准营销和客户服务。数据价值挖掘：运用大数据分析技术，从海量数据中挖掘出有价值的信息，为企业提供决策依据，如预测市场趋势、发现潜在客户等。（三）典型应用场景金融机构利用数据中台进行风险管理。通过整合客户台提供业务场景和数据来源，数据中台对业务中台产生的数据进行整合和分析，为业务决策提供支持；AI中台则基于数据中台的数据和业务中台的业务场景，提供智能化的服务和应用，进一步提升业务效率和创新能力。深度剖析业务中台、数据中台、AI中台：数字化转型的关键引擎在数字化转型的浪潮中，越来越多的企业意识到，要想在激烈的市场竞争中脱颖而出，仅靠传统的业务模式和技术架构远远不够。业务中台、数据中台、AI中

商平台、线下门店以及移动端应用都能协同运作，为消费者提供无缝的购物体验。二、数据中台：企业的数据“智慧大脑”（一）概念与定义数据中台是将企业内外部的多源数据进行采集、整合、清洗、存储，并提供数据分析、挖掘和应用的平台。它打破了数据孤岛，让数据在企业内部自由流通，为企业决策提供有力的数据支持。比如，一家制造业企业的数据中台，整合了生产数据、销售数据、供应链数据等，通过对这些数据的深度分析，企业可以精准营销和客户服务。数据价值挖掘：运用大数据分析技术，从海量数据中挖掘出有价值的信息，为企业提供决策依据，如预测市场趋势、发现潜在客户等。（三）典型应用场景金融机构利用数据中台进行风险管理。通过整合客户台提供业务场景和数据来源，数据中台对业务中台产生的数据进行整合和分析，为业务决策提供支持；AI中台则基于数据中台的数据和业务中台的业务场景，提供智能化的服务和应用，进一步提升业务效率和创新能力。深度剖析业务中台、数据中台、AI中台：数字化转型的关键引擎在数字化转型的浪潮中，越来越多的企业意识到，要想在激烈的市场竞争中脱颖而出，仅靠传统的业务模式和技术架构远远不够。业务中台、数据中台、AI中

商平台、线下门店以及移动端应用都能协同运作，为消费者提供无缝的购物体验。二、数据中台：企业的数据“智慧大脑”（一）概念与定义数据中台是将企业内外部的多源数据进行采集、整合、清洗、存储，并提供数据分析、挖掘和应用的平台。它打破了数据孤岛，让数据在企业内部自由流通，为企业决策提供有力的数据支持。比如，一家制造业企业的数据中台，整合了生产数据、销售数据、供应链数据等，通过对这些数据的深度分析，企业可以精准营销和客户服务。数据价值挖掘：运用大数据分析技术，从海量数据中挖掘出有价值的信息，为企业提供决策依据，如预测市场趋势、发现潜在客户等。（三）典型应用场景金融机构利用数据中台进行风险管理。通过整合客户台提供业务场景和数据来源，数据中台对业务中台产生的数据进行整合和分析，为业务决策提供支持；AI中台则基于数据中台的数据和业务中台的业务场景，提供智能化的服务和应用，进一步提升业务效率和创新能力。深度剖析业务中台、数据中台、AI中台：数字化转型的关键引擎在数字化转型的浪潮中，越来越多的企业意识到，要想在激烈的市场竞争中脱颖而出，仅靠传统的业务模式和技术架构远远不够。业务中台、数据中台、AI中

商平台、线下门店以及移动端应用都能协同运作，为消费者提供无缝的购物体验。二、数据中台：企业的数据“智慧大脑”（一）概念与定义数据中台是将企业内外部的多源数据进行采集、整合、清洗、存储，并提供数据分析、挖掘和应用的平台。它打破了数据孤岛，让数据在企业内部自由流通，为企业决策提供有力的数据支持。比如，一家制造业企业的数据中台，整合了生产数据、销售数据、供应链数据等，通过对这些数据的深度分析，企业可以精准营销和客户服务。数据价值挖掘：运用大数据分析技术，从海量数据中挖掘出有价值的信息，为企业提供决策依据，如预测市场趋势、发现潜在客户等。（三）典型应用场景金融机构利用数据中台进行风险管理。通过整合客户台提供业务场景和数据来源，数据中台对业务中台产生的数据进行整合和分析，为业务决策提供支持；AI中台则基于数据中台的数据和业务中台的业务场景，提供智能化的服务和应用，进一步提升业务效率和创新能力。深度剖析业务中台、数据中台、AI中台：数字化转型的关键引擎在数字化转型的浪潮中，越来越多的企业意识到，要想在激烈的市场竞争中脱颖而出，仅靠传统的业务模式和技术架构远远不够。业务中台、数据中台、AI中

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。...

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"}...

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...

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":...

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

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

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。

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