大数据平台 双活

综合可视分析。数据安全与保护：医疗大数据平台注重数据安全，通过存储双活技术、备份容灾技术等为医院系统的高可用性提供了技术保障。智慧应用创新：平台汇聚各类医疗健康数据，形成完整的大数据体系，实现基于大数据医疗大数据平台是专门针对医疗健康行业设计的，旨在通过数据的采集、存储、处理、分析和可视化等功能，为医疗机构提供智能化的解决方案。多源异构数据集成：医疗大数据平台能够集成多种来源和类型的数据，包括多种和AI的智慧应用创新，赋能惠民、惠医、惠政和惠业。算法服务与模型：基于大数据和人工智能技术，构建医疗领域图像识别和文本后结构化能力，并对结构化数据深度学习、知识挖掘和建模，沉淀多种医疗AI应用模型并市场化。常用数据源。数据治理与资产管理：平台提供专业的数据治理功能，包括数据安全、质量、主/元数据、标签以及生命周期管理等方面，并支持配置化的业务定制能力和可视化管理。数据工作流：提供算子化、向导式的数据分析、科研教学支持等。医院服务总线(HSB)：专用于医院数据集成平台的ESB，支持主流的开放标准和规范，提供可靠的消息传输机制，建立服务之间的通信、连接、组合和集成的服务动态松耦合机制。数据交换与服务

综合可视分析。数据安全与保护：医疗大数据平台注重数据安全，通过存储双活技术、备份容灾技术等为医院系统的高可用性提供了技术保障。智慧应用创新：平台汇聚各类医疗健康数据，形成完整的大数据体系，实现基于大数据医疗大数据平台是专门针对医疗健康行业设计的，旨在通过数据的采集、存储、处理、分析和可视化等功能，为医疗机构提供智能化的解决方案。多源异构数据集成：医疗大数据平台能够集成多种来源和类型的数据，包括多种和AI的智慧应用创新，赋能惠民、惠医、惠政和惠业。算法服务与模型：基于大数据和人工智能技术，构建医疗领域图像识别和文本后结构化能力，并对结构化数据深度学习、知识挖掘和建模，沉淀多种医疗AI应用模型并市场化。常用数据源。数据治理与资产管理：平台提供专业的数据治理功能，包括数据安全、质量、主/元数据、标签以及生命周期管理等方面，并支持配置化的业务定制能力和可视化管理。数据工作流：提供算子化、向导式的数据分析、科研教学支持等。医院服务总线(HSB)：专用于医院数据集成平台的ESB，支持主流的开放标准和规范，提供可靠的消息传输机制，建立服务之间的通信、连接、组合和集成的服务动态松耦合机制。数据交换与服务

综合可视分析。数据安全与保护：医疗大数据平台注重数据安全，通过存储双活技术、备份容灾技术等为医院系统的高可用性提供了技术保障。智慧应用创新：平台汇聚各类医疗健康数据，形成完整的大数据体系，实现基于大数据医疗大数据平台是专门针对医疗健康行业设计的，旨在通过数据的采集、存储、处理、分析和可视化等功能，为医疗机构提供智能化的解决方案。多源异构数据集成：医疗大数据平台能够集成多种来源和类型的数据，包括多种和AI的智慧应用创新，赋能惠民、惠医、惠政和惠业。算法服务与模型：基于大数据和人工智能技术，构建医疗领域图像识别和文本后结构化能力，并对结构化数据深度学习、知识挖掘和建模，沉淀多种医疗AI应用模型并市场化。常用数据源。数据治理与资产管理：平台提供专业的数据治理功能，包括数据安全、质量、主/元数据、标签以及生命周期管理等方面，并支持配置化的业务定制能力和可视化管理。数据工作流：提供算子化、向导式的数据分析、科研教学支持等。医院服务总线(HSB)：专用于医院数据集成平台的ESB，支持主流的开放标准和规范，提供可靠的消息传输机制，建立服务之间的通信、连接、组合和集成的服务动态松耦合机制。数据交换与服务

星环大数据基础平台（TDH) 是星环自主研发的一站式多模型大数据基础平台，包括多个大数据存储与分析产品，能够存储 PB 级别的海量数据，可以处理包括关系表、文本、时空地理、图数据、文档、时序、图像等在内的多种数据格式，提供高性能的查询搜索、实时分析、统计分析、预测性分析等数据分析功能。目前 TDH 已经在政府、金融、能源、制造业等十多个行业内落地，支撑如金融风控与营销、智慧制造、城市大脑、智慧交通等多种核心行业应用。

教育大数据：解锁教育新“数”力教育大数据，究竟是什么？在数字化浪潮席卷全球的今天，教育领域也在悄然发生着变革，而教育大数据正是这场变革的核心驱动力。教育大数据，简单来说，是指在整个教育活绘制出精准的“学习画像”。以在线学习平台为例，许多平台利用大数据分析技术，根据学生的历史学习记录、课程完成情况、考试成绩以及在学习过程中的互动行为等数据，深入了解学生的学习偏好和知识短板。如果平台发现物理实验相关的内容，表现出对物理实验的浓厚兴趣，平台也会推送更多物理实验类的课程和学习资源，满足学生的兴趣需求，激发学习动力。（二）教学质量飞跃教育大数据为教师改进教学方法提供了有力支持，成为提升动过程中所产生的，以及根据教育需要采集到的，用于推动教育发展并可创造巨大潜在价值的数据集合。它并非只是大量数据的简单堆砌，而是蕴含着丰富教育信息的宝藏。从类型上看，教育大数据涵盖了结构化数据、半结构化数据和非的学习心得、教师的教学反思、课堂讨论的音频视频等，它们虽然难以直接进行传统的数据分析，但借助先进的技术手段，能挖掘出许多有价值的信息。优势大揭秘：教育大数据如何重塑教育（一）个性化教育定制在传统教育

教育大数据：解锁教育新“数”力教育大数据，究竟是什么？在数字化浪潮席卷全球的今天，教育领域也在悄然发生着变革，而教育大数据正是这场变革的核心驱动力。教育大数据，简单来说，是指在整个教育活绘制出精准的“学习画像”。以在线学习平台为例，许多平台利用大数据分析技术，根据学生的历史学习记录、课程完成情况、考试成绩以及在学习过程中的互动行为等数据，深入了解学生的学习偏好和知识短板。如果平台发现物理实验相关的内容，表现出对物理实验的浓厚兴趣，平台也会推送更多物理实验类的课程和学习资源，满足学生的兴趣需求，激发学习动力。（二）教学质量飞跃教育大数据为教师改进教学方法提供了有力支持，成为提升动过程中所产生的，以及根据教育需要采集到的，用于推动教育发展并可创造巨大潜在价值的数据集合。它并非只是大量数据的简单堆砌，而是蕴含着丰富教育信息的宝藏。从类型上看，教育大数据涵盖了结构化数据、半结构化数据和非的学习心得、教师的教学反思、课堂讨论的音频视频等，它们虽然难以直接进行传统的数据分析，但借助先进的技术手段，能挖掘出许多有价值的信息。优势大揭秘：教育大数据如何重塑教育（一）个性化教育定制在传统教育

平台建设”的号召，针对上述目标和需求，充分发挥自身在大数据、人工智能领域的技术优势，结合自身在能源行业多年的实践经验，打造了碳排放监测服务平台解决方案。具体建设内容如下：数据汇聚能源数据、经济数据等双模型，为碳排放监测服务平台的业务开展提供核心支撑。业务应用场景平台以电力双碳大数据为基础，利用碳账户、碳核算、碳效评价等业务驱动引擎，开展大数据应用场景建设，为政府、为企业、为团体、为个人提供双碳服务提供决策支持。平台建设需要解决以下问题：以数字化平台技术解决各省的地市、区县、重点行业碳排放数据维度不全面、核算方法不完善、碳核算体系不统一等方面的问题；强化数据应用，发挥好决策支撑作用，深挖电力大数据价值，开展“电力看环保”“电力看经济”等大数据应用。积极响应号召，星环科技打造碳排放监测服务平台解决方案星环科技作为大数据基础软件领域的代表性企业，有着高度的责任感和使命感，为响应“全国碳排放监测服务碳关键数据是碳排放监测服务平台的建设根基，是平台实现跨区域、跨行业、场景化、多业务协同应用的前提。平台打破跨区域、跨领域、跨层级的数据壁垒，运用国网公司省级、地市级、区县级等各级能源大数据中心和各行业

平台建设”的号召，针对上述目标和需求，充分发挥自身在大数据、人工智能领域的技术优势，结合自身在能源行业多年的实践经验，打造了碳排放监测服务平台解决方案。具体建设内容如下：数据汇聚能源数据、经济数据等双模型，为碳排放监测服务平台的业务开展提供核心支撑。业务应用场景平台以电力双碳大数据为基础，利用碳账户、碳核算、碳效评价等业务驱动引擎，开展大数据应用场景建设，为政府、为企业、为团体、为个人提供双碳服务提供决策支持。平台建设需要解决以下问题：以数字化平台技术解决各省的地市、区县、重点行业碳排放数据维度不全面、核算方法不完善、碳核算体系不统一等方面的问题；强化数据应用，发挥好决策支撑作用，深挖电力大数据价值，开展“电力看环保”“电力看经济”等大数据应用。积极响应号召，星环科技打造碳排放监测服务平台解决方案星环科技作为大数据基础软件领域的代表性企业，有着高度的责任感和使命感，为响应“全国碳排放监测服务碳关键数据是碳排放监测服务平台的建设根基，是平台实现跨区域、跨行业、场景化、多业务协同应用的前提。平台打破跨区域、跨领域、跨层级的数据壁垒，运用国网公司省级、地市级、区县级等各级能源大数据中心和各行业

教育大数据：解锁教育新“数”力教育大数据，究竟是什么？在数字化浪潮席卷全球的今天，教育领域也在悄然发生着变革，而教育大数据正是这场变革的核心驱动力。教育大数据，简单来说，是指在整个教育活绘制出精准的“学习画像”。以在线学习平台为例，许多平台利用大数据分析技术，根据学生的历史学习记录、课程完成情况、考试成绩以及在学习过程中的互动行为等数据，深入了解学生的学习偏好和知识短板。如果平台发现物理实验相关的内容，表现出对物理实验的浓厚兴趣，平台也会推送更多物理实验类的课程和学习资源，满足学生的兴趣需求，激发学习动力。（二）教学质量飞跃教育大数据为教师改进教学方法提供了有力支持，成为提升动过程中所产生的，以及根据教育需要采集到的，用于推动教育发展并可创造巨大潜在价值的数据集合。它并非只是大量数据的简单堆砌，而是蕴含着丰富教育信息的宝藏。从类型上看，教育大数据涵盖了结构化数据、半结构化数据和非的学习心得、教师的教学反思、课堂讨论的音频视频等，它们虽然难以直接进行传统的数据分析，但借助先进的技术手段，能挖掘出许多有价值的信息。优势大揭秘：教育大数据如何重塑教育（一）个性化教育定制在传统教育

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...

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。...

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•...

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

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"}...

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...

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

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：