供电公司数据中台

数据中台就是一个集中的平台，它帮助公司管理、处理和分发数据，让数据在整个组织中流动起来，支持业务决策和运营。通过数据中台，公司能够更好地利用数据，提高效率和竞争力。数据中台这个概念听起来可能有点技术化，用一个通俗的比喻来解释一下：想象一下，公司就像一个大型超市，而数据中台就相当于超市的仓库管理系统。这个系统帮助超市管理所有的商品（数据），确保商品（数据）能够被正确地存储、分类、更新和分发到需要它们的地方。数据收集：就像超市从不同的供应商那里进货一样，数据中台从公司的不同业务系统（比如销售系统、客户服务系统等）收集数据。数据存储：收集来的数据被存储在数据中台，就像商品被存放在仓库里一样。这样：就像超市对一些商品进行包装和加工一样，数据中台也会对数据进行加工，比如进行数据分析和处理，使其更有价值。数据分发：加工好的数据会被分发到超市的各个部门，比如销售部门、库存部门等。在公司里，数据中台也，数据就可以被集中管理，而不是散落在各个地方。数据清洗和整理：仓库里的货物需要被分类和整理，数据中台也会对收集到的数据进行清洗和整理，去除错误的、重复的或者无用的数据，确保数据的准确性和可用性。数据加工

数据中台就是一个集中的平台，它帮助公司管理、处理和分发数据，让数据在整个组织中流动起来，支持业务决策和运营。通过数据中台，公司能够更好地利用数据，提高效率和竞争力。数据中台这个概念听起来可能有点技术化，用一个通俗的比喻来解释一下：想象一下，公司就像一个大型超市，而数据中台就相当于超市的仓库管理系统。这个系统帮助超市管理所有的商品（数据），确保商品（数据）能够被正确地存储、分类、更新和分发到需要它们的地方。数据收集：就像超市从不同的供应商那里进货一样，数据中台从公司的不同业务系统（比如销售系统、客户服务系统等）收集数据。数据存储：收集来的数据被存储在数据中台，就像商品被存放在仓库里一样。这样：就像超市对一些商品进行包装和加工一样，数据中台也会对数据进行加工，比如进行数据分析和处理，使其更有价值。数据分发：加工好的数据会被分发到超市的各个部门，比如销售部门、库存部门等。在公司里，数据中台也，数据就可以被集中管理，而不是散落在各个地方。数据清洗和整理：仓库里的货物需要被分类和整理，数据中台也会对收集到的数据进行清洗和整理，去除错误的、重复的或者无用的数据，确保数据的准确性和可用性。数据加工

统一的标准去建设企业数字生态，是众多企业在数字化转型进程中必然面临的难题。因此，数据中台，就是为解决企业内数据隔裂现象而被提出来的。不过，类似广州供电局这样拥有庞大存量系统的传统企业来说，由于工程浩大业务不仅写入了南方电网的十三五规划，也是目前国家电力体制改革中非常重要的环节和方向。作为信息及大数据领域的领军人才，广州供电局信息技术专家孙煜华就参与了南方电网十三五规划的编写。此外，孙煜华还多次主持。在过去多年的信息化建设过程中，企业内部无可避免地出现了数量众多的信息孤岛、数据烟囱，不仅使数据的应用过程异常困难，也注定了广州供电局的数字化转型将是一个很艰难的旅程。破除孤岛，从关注流程到关注数据为什么，构建数据中台几乎不可能完成。那么，能不能从关注流程转变为关注数据，在项目一开始就从数据共享、数据开放、数据流转的角度，杜绝企业内部数据割裂的问题发生，终实现跨部门、跨企业的数据贯通呢？基于此，广州分布式计算的理念，让数据就地处理，当业务部门需要用数据支撑决策或创新时，可以做到像打开开关用电一样简单快捷，而不用去关心电是从哪一台变压器传过来的。不仅如此，广州供电局还实现了跨行业的数据开放和流程贯通

数据中台就是一个集中的平台，它帮助公司管理、处理和分发数据，让数据在整个组织中流动起来，支持业务决策和运营。通过数据中台，公司能够更好地利用数据，提高效率和竞争力。数据中台这个概念听起来可能有点技术化，用一个通俗的比喻来解释一下：想象一下，公司就像一个大型超市，而数据中台就相当于超市的仓库管理系统。这个系统帮助超市管理所有的商品（数据），确保商品（数据）能够被正确地存储、分类、更新和分发到需要它们的地方。数据收集：就像超市从不同的供应商那里进货一样，数据中台从公司的不同业务系统（比如销售系统、客户服务系统等）收集数据。数据存储：收集来的数据被存储在数据中台，就像商品被存放在仓库里一样。这样：就像超市对一些商品进行包装和加工一样，数据中台也会对数据进行加工，比如进行数据分析和处理，使其更有价值。数据分发：加工好的数据会被分发到超市的各个部门，比如销售部门、库存部门等。在公司里，数据中台也，数据就可以被集中管理，而不是散落在各个地方。数据清洗和整理：仓库里的货物需要被分类和整理，数据中台也会对收集到的数据进行清洗和整理，去除错误的、重复的或者无用的数据，确保数据的准确性和可用性。数据加工

统一的标准去建设企业数字生态，是众多企业在数字化转型进程中必然面临的难题。因此，数据中台，就是为解决企业内数据隔裂现象而被提出来的。不过，类似广州供电局这样拥有庞大存量系统的传统企业来说，由于工程浩大业务不仅写入了南方电网的十三五规划，也是目前国家电力体制改革中非常重要的环节和方向。作为信息及大数据领域的领军人才，广州供电局信息技术专家孙煜华就参与了南方电网十三五规划的编写。此外，孙煜华还多次主持。在过去多年的信息化建设过程中，企业内部无可避免地出现了数量众多的信息孤岛、数据烟囱，不仅使数据的应用过程异常困难，也注定了广州供电局的数字化转型将是一个很艰难的旅程。破除孤岛，从关注流程到关注数据为什么，构建数据中台几乎不可能完成。那么，能不能从关注流程转变为关注数据，在项目一开始就从数据共享、数据开放、数据流转的角度，杜绝企业内部数据割裂的问题发生，终实现跨部门、跨企业的数据贯通呢？基于此，广州分布式计算的理念，让数据就地处理，当业务部门需要用数据支撑决策或创新时，可以做到像打开开关用电一样简单快捷，而不用去关心电是从哪一台变压器传过来的。不仅如此，广州供电局还实现了跨行业的数据开放和流程贯通

业务中台,数据中台和AI中台是什么？业务中台：是公司业务的集中化管理平台，通过集成各个业务系统和提供标准化的业务模块服务，帮助公司提高业务协同能力和效率。数据中台：是企业数据的集中化管理平台，通过统一数据的存储、管理、分析和应用，提升数据的价值和利用率，支持业务决策和创新。AI中台：是企业人工智能技术和应用的集中化管理平台，通过整合各类人工智能算法、工具和平台，提供一站式的开发、测试、应用和维护服务，促进业的数字化转型和升级。业务中台是以集成和协调不同的部门、业务系统为核心，侧重于业务处理流程的统一、框架的分层和业务模型的标准化。数据中台则是以数据治理、数据仓库、数据标准化、数据服务为键点，侧重于数据资产的管理、共享，信息化系统的高度整合和数据分析服务的快速响应。AI中台是在数据中台的基础上，采用人工智能算法和技术来提供智能决策、预测、优化等服务，包括AI开发平台、算法模型库、数据服务和智能应用等。业务中台,数据中台,AI中台的区别业务中台解决的是业务系统复杂性和运营效率低下的问题，数据中台解决的是数据孤立、分散、标准化和共享等数据管理问题，AI中台则是为满足企业的数据智能化应用

业务中台,数据中台和AI中台是什么？业务中台：是公司业务的集中化管理平台，通过集成各个业务系统和提供标准化的业务模块服务，帮助公司提高业务协同能力和效率。数据中台：是企业数据的集中化管理平台，通过统一数据的存储、管理、分析和应用，提升数据的价值和利用率，支持业务决策和创新。AI中台：是企业人工智能技术和应用的集中化管理平台，通过整合各类人工智能算法、工具和平台，提供一站式的开发、测试、应用和维护服务，促进业的数字化转型和升级。业务中台是以集成和协调不同的部门、业务系统为核心，侧重于业务处理流程的统一、框架的分层和业务模型的标准化。数据中台则是以数据治理、数据仓库、数据标准化、数据服务为键点，侧重于数据资产的管理、共享，信息化系统的高度整合和数据分析服务的快速响应。AI中台是在数据中台的基础上，采用人工智能算法和技术来提供智能决策、预测、优化等服务，包括AI开发平台、算法模型库、数据服务和智能应用等。业务中台,数据中台,AI中台的区别业务中台解决的是业务系统复杂性和运营效率低下的问题，数据中台解决的是数据孤立、分散、标准化和共享等数据管理问题，AI中台则是为满足企业的数据智能化应用

业务中台,数据中台和AI中台是什么？业务中台：是公司业务的集中化管理平台，通过集成各个业务系统和提供标准化的业务模块服务，帮助公司提高业务协同能力和效率。数据中台：是企业数据的集中化管理平台，通过统一数据的存储、管理、分析和应用，提升数据的价值和利用率，支持业务决策和创新。AI中台：是企业人工智能技术和应用的集中化管理平台，通过整合各类人工智能算法、工具和平台，提供一站式的开发、测试、应用和维护服务，促进业的数字化转型和升级。业务中台是以集成和协调不同的部门、业务系统为核心，侧重于业务处理流程的统一、框架的分层和业务模型的标准化。数据中台则是以数据治理、数据仓库、数据标准化、数据服务为键点，侧重于数据资产的管理、共享，信息化系统的高度整合和数据分析服务的快速响应。AI中台是在数据中台的基础上，采用人工智能算法和技术来提供智能决策、预测、优化等服务，包括AI开发平台、算法模型库、数据服务和智能应用等。业务中台,数据中台,AI中台的区别业务中台解决的是业务系统复杂性和运营效率低下的问题，数据中台解决的是数据孤立、分散、标准化和共享等数据管理问题，AI中台则是为满足企业的数据智能化应用

业务中台,数据中台和AI中台是什么？业务中台：是公司业务的集中化管理平台，通过集成各个业务系统和提供标准化的业务模块服务，帮助公司提高业务协同能力和效率。数据中台：是企业数据的集中化管理平台，通过统一数据的存储、管理、分析和应用，提升数据的价值和利用率，支持业务决策和创新。AI中台：是企业人工智能技术和应用的集中化管理平台，通过整合各类人工智能算法、工具和平台，提供一站式的开发、测试、应用和维护服务，促进业的数字化转型和升级。业务中台是以集成和协调不同的部门、业务系统为核心，侧重于业务处理流程的统一、框架的分层和业务模型的标准化。数据中台则是以数据治理、数据仓库、数据标准化、数据服务为键点，侧重于数据资产的管理、共享，信息化系统的高度整合和数据分析服务的快速响应。AI中台是在数据中台的基础上，采用人工智能算法和技术来提供智能决策、预测、优化等服务，包括AI开发平台、算法模型库、数据服务和智能应用等。业务中台,数据中台,AI中台的区别业务中台解决的是业务系统复杂性和运营效率低下的问题，数据中台解决的是数据孤立、分散、标准化和共享等数据管理问题，AI中台则是为满足企业的数据智能化应用

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•...

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...

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

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":...

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

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：

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。