上海 数据要素

平行论坛，由星环科技和上海数据交易所联合主办，面向数据要素各方，聚焦政策、技术与实践，星环科技邀请来自上海数据交易所、复旦大学、银联智策、北京市昌久律师事务所等的行业大咖共话数据安全与流通，释放数据要素价值。上海数据交易所副总经理韦志林分享了《数据资产化路径探索》。韦志林表示，数字经济时代，数据以前所未有的速度在生产、在贡献，但数据的消费、数据的价值使用刚刚开始。“数据二十条”为我国数据要素流通交易5月25-26日，由星环科技、上海数据交易所、上海大数据联盟、财联社联合主办的向星力·未来数据技术峰会（FDTC）在上海前滩香格里拉大酒店成功举办。1场全体大会、6场平行论坛、2场闭门研讨会、8场会前技术培训，聚焦新的大数据技术发展趋势、国产化数据库、数字化转型、数据安全、数据要素与流通等热门话题，来自国内外政府、金融、交通、能源、制造等行业的近2000名嘉宾出席了会议。26日的数据要素与流通事业的发展起到举旗定向的作用。数据资源通过实质性加工形成数据产品，数据产品除了自用外，也会通过开放、共享、交换、交易的流通方式进入流通市场。上海数据交易所把数据的合规安全流通作为重要的底线，确立

5月30-31日，2024向星力·未来数据技术峰会在上海隆重举办。数据资产运营与数据要素流通平行论坛邀请来自中交集团、上海数字产业发展有限公司、银联智策顾问（上海）有限公司、中国水利水电科学研究了深度交流。上海数字产业发展有限公司是浦东新区数字化转型的平台公司，聂影主要分享了浦东新区在数字化和数据资源建设的布局和成果。周海扬表示，北部湾大数据交易中心在数据要素X行动计划里面，主要是实现数据资源化院、中信期货的行业专家，北京航空航天大学教授，北部湾大数据交易中心副总经理、赛博研究院、中国电子技术标准化研究院资深专家与星环科技一起共话数据资产运营与数据要素流通，加速释放数据要素价值。星环科技产品研发中心研发总监许喆发表了《从“资源”到“资产”，数据资产运营与数据要素流通实践》主题演讲。数据新时代，入表是数据资产化整体战略的关键步骤，以“价值为驱动”的数据资产管理是决定企业未来的核心竞争力。企业内外部数据资产运营的整体思路是对内运营，助力企业数字化转型；对外流通，促进产业链协同。基于此，数据要素流通要梳理一个目录、打造一个市场、建设两套平台，对内：建设数据资产管理平台，支撑数据资产的盘点、治理

（上海）股份有限公司主办，上海市数商协会协办的“数据要素市场与大模型语料库论坛暨中国大模型语料数据联盟开放日活动”成功举办，活动上200余家大模型数据、人工智能及技术企业及相关机构代表出席会议。上海训练模型创新发展，着力支持大模型创新能力，提升创新要素供给能级，推进大模型创新应用，营造一流创新环境。在生态建设方面，今年上海成立了中国大模型语料数据联盟，旨在通过链接模型训练、数据供给、学术研究科技有限公司12家新成员单位加入“中国大模型语料数据联盟”，将共同为大模型技术深度发展与高水平应用提供更多元的数据要素保障。上海人工智能实验室生态中心负责人，合作交流与知识产权部部长王宇，人民网上海频道2023全球数商大会于11月25-26日在上海成功举办，活动期间共举办1场开幕式、1场主论坛、1场数据交易节及20场主题论坛。11月26日，由中国大模型语料数据联盟指导，上海数据交易所、星环信息科技市经信委信息化推进处处长钱晓致辞表示，大模型发展到现阶段，高质量的语料数据尤为的重要。在政策引领方面，11月，上海经信委发布了《上海市推动人工智能大模型创新发展若干措施》，推出11条措施。推动大模型预

11月26日，在2023全球数商大会上，由中国大模型语料数据联盟指导，上海数据交易所、星环科技主办，上海市数商协会协办的“数据要素市场与大模型语料库论坛暨中国大模型语料数据联盟开放日活动”成功举办，活动上200余家大模型数据、人工智能及技术企业及相关机构代表出席会议。本次会议汇聚了各行业对大模型时代的思考，将共同为大模型技术深度发展与高水平应用提供更多元的数据要素保障，联合打造国际化开放性的大模型语料数据生态。上海数据交易所市场发展部副总经理章健在会上发表《建设高质量语料库推动大模型产业发展》主题演讲，深刻探讨了高质量语料数据的重要性以及如何建设高质量语料库来推动大模型产业发展。高质量语料数据是生成式人工智能的基石数据、算法和算力是人工智能的三要素。语料数据指的是用于训练人工智能的文本库或数据集合，通常包括书籍、报纸、杂志、电视节目、电影、广告、网页等各种形式的文本、图片、语音、视频等。上海数据交易所也在积极组织各个行业的语料数据，比如在气象方面，和国家气象局、上海气象局合作已经挂牌了一批气象的数据产品，接下来会有更大量、颗粒度更细的气象数据进场。上海数据交易所高质量语料库建设，助推大

平行论坛，由星环科技和上海数据交易所联合主办，面向数据要素各方，聚焦政策、技术与实践，将邀请来自上海数据交易所、复旦大学、银联智策、北京市昌久律师事务所等的行业大咖和星环科技的专家们共话数据安全与流通，释放数据要素价值。精彩内容抢先看5月25-26日，由星环科技、上海数据交易所、上海大数据联盟、财联社联合主办的向星力·未来数据技术峰会（FDTC）将在上海前滩香格里拉大酒店举办。来自国内外政府、金融、交通、能源、制造等行业的近2000名嘉宾将出席会议，共同探讨新的大数据技术发展趋势、国产化数据库、数字化转型、数据安全、数据要素与流通等热门话题。大会设立1场全体大会、6场平行论坛、8场会前技术培训及闭门交流活动。数据要素与流通

11月25日，上海数据交易所揭牌成立仪式暨2021上海全球数商大会在沪举行，星环科技成为首批签约数商。上海数据交易所揭牌成立星环科技成为首批签约数商01发挥技术优势助力数据要素流通安全交付作为首批签约数商，星环科技在大数据、隐私计算、数据安全流通领域有着多年积累，研发了数据要素流通全过程的一系列工具，在各方数据不出域的前提下，为数据资源方和数据消费方提供数据交付服务。本次上海在全国首发的数商体系具象产品。03打造数据要素流通服务产品工具集保障数据安全流通此次上海数据交易所的成立，是推动数据要素流通、释放数字红利、促进数字经济发展的重要举措。星环科技基于TDS和Sophon的多个产品，打造了适合数据，全新构建了“数商”新业态，涵盖了数据交易主体、数据合规咨询、质量评估、资产评估、交付等多领域，培育和规范新主体，构筑更加繁荣的流通交易生态。首批签约数商还有国网上海电力、中国东航等数据交易主体，协力、金杜、中伦等律师事务所，普华永道、德勤等会计师事务所，星环科技、富数科技、优刻得等交付类企业。02全国五大首发破解数据交易“五难”问题上海数据交易所的设立，重点是聚焦确权难、定价难、互信难、入场难

《软件企业核心竞争力评价规范》（T/SSIA0001-2018），以行业统计数据为基准，对参与企业的竞争力要素进行了评价，并结合专家评议，产生了2022上海软件企业核心竞争力评价结果。星环科技作为一家技术、SQL编译技术、数据库技术、多模型数据的统一处理技术、基于容器的数据云技术以及大数据开发与智能分析技术六个方面。在2021上海市软件企业核心竞争力评选活动中，星环科技也曾荣获“2021上海市软件企业核心竞争力评价（规模型）”称号。近日，上海市软件协会公布了2022上海软件企业核心竞争力评价结果，星环科技荣获“2022上海市软件企业核心竞争力评价(创新型)”称号。“2022软件企业核心竞争力评价活动”由上海市软件行业协会依据企业级大数据基础软件开发商，以推动技术创新为己任，自成立以来始终坚持自主研发，形成了大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵。积累了31项核心技术，主要体现在分布式

的竞争力要素进行评价，并结合专家评议，产生2021上海软件企业核心竞争力评价结果。星环科技此次入选，显示了其强大的技术创新竞争力和软件研发水平。作为专注于打造企业级大数据基础软件的人工智能企业，星环云平台、大数据开发工具、智能分析工具等多个产品系列，并拥有多项专利技术。目前公司产品已经在十几个行业应用落地，拥有超过一千家终端用户。未来，星环科技将不断加快技术创新，进一步提升企业核心竞争力，为打响上海软件品牌企业与产品，促进软件产业高质量发展贡献自己的力量。近日，上海市软件行业协会公布2021上海市软件企业核心竞争力评选结果，星环科技获“2021上海市软件企业核心竞争力评价（规模型）”称号。此次评选活动持续两个多月（9月-11月），由上海市软件行业协会采取企业自愿、免费服务的原则，在1500多家会员企业中开展“2021软件企业核心竞争力评价活动”。依据《软件企业核心竞争力评价规范》（T/SSIA0001-2018），以行业统计数据为基准，对参与企业科技自成立以来，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件与服务。经过多年自主研发，星环科技建立了一站式大数据基础平台、分布式数据库及交易型数据库、基于容器的智能数据

近日，国际权威IT咨询机构IDC发布了《数据要素全景研究》，星环科技凭借在数据要素领域的卓越表现和领先实力，作为数据要素代表厂商入选IDC《数据要素全景研究》报告及其数据要素市场图谱V1.0。数据作为社会发展和生产生活之上产生的虚拟资产，需要与其他生产要素协同，其价值体现需要与技术、公司、人才做绑定，数据不应该被视为一种独立的货币价值流通物。IDC认为，数据要素产业与大数据产业的不同，重点在于产业核心为需要围绕数据要素应用来开展服务，即企业提供的解决方案，需要适配、面向数据流通场景。星环科技致力于打造企业级大数据基础软件，围绕数据全生命周期提供基础软件与服务，在数据要素市场化领域深耕多年，拥有丰富的数据要素市场化建设经验。基于在大数据、分布式数据库、隐私计算、数据安全流通领域的多年积累，星环科技研发了数据要素流通全过程的一系列工具，在各方数据不出域的前提下，为数据资源方和数据消费方提供数据交付服务，持续为数据要素安全流通保驾护航。针对数据安全，为了支持数据在业务中的价值实现，必须采取一系列技术手段确保数据安全运营。这包括数据分类分级、数据脱敏、数据行为检测等技术。星环科技通过AI

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：

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•...

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"}...

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...

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

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。...