数据资产 架构

监控和分析，及时调整运营策略，提升数据资产的运营效果。数据资产治理的组织与流程建设组织架构搭建：建立包括数据资产治理委员会、数据资产管理员、数据所有者等在内的组织架构，明确各角色的职责和分工，确保数据数据资产治理是对企业数据资产进行有效管理和优化的一系列活动，旨在提升数据资产的价值和利用率，以下是具体介绍：数据资产梳理与盘点资产识别：全面识别企业内的各类数据资产，包括结构化数据、半结构化数据和非结构化数据，明确其存储位置、格式、来源等。元数据采集：收集数据资产的元数据信息，如数据的定义、业务规则、数据字典、数据血缘等，为数据资产的管理和分析提供基础。资产清查与编目：对数据资产进行详细清查，形成数据资产清单，并按照一定的分类标准和目录结构进行编目，方便查询和管理。数据资产价值评估价值衡量维度确定：从业务价值、经济价值、战略价值等多维度建立数据资产价值评估模型。业务价值可考量数据对业务流程的支持和优化程度；经济价值可分析数据带来的直接或间接经济效益；战略价值则关注数据对企业长期战略目标的贡献。评估方法选择：采用成本法、收益法、市场法等多种方法进行评估。成本法主要考虑数据资产的获取、存储和

监控和分析，及时调整运营策略，提升数据资产的运营效果。数据资产治理的组织与流程建设组织架构搭建：建立包括数据资产治理委员会、数据资产管理员、数据所有者等在内的组织架构，明确各角色的职责和分工，确保数据数据资产治理是对企业数据资产进行有效管理和优化的一系列活动，旨在提升数据资产的价值和利用率，以下是具体介绍：数据资产梳理与盘点资产识别：全面识别企业内的各类数据资产，包括结构化数据、半结构化数据和非结构化数据，明确其存储位置、格式、来源等。元数据采集：收集数据资产的元数据信息，如数据的定义、业务规则、数据字典、数据血缘等，为数据资产的管理和分析提供基础。资产清查与编目：对数据资产进行详细清查，形成数据资产清单，并按照一定的分类标准和目录结构进行编目，方便查询和管理。数据资产价值评估价值衡量维度确定：从业务价值、经济价值、战略价值等多维度建立数据资产价值评估模型。业务价值可考量数据对业务流程的支持和优化程度；经济价值可分析数据带来的直接或间接经济效益；战略价值则关注数据对企业长期战略目标的贡献。评估方法选择：采用成本法、收益法、市场法等多种方法进行评估。成本法主要考虑数据资产的获取、存储和

监控和分析，及时调整运营策略，提升数据资产的运营效果。数据资产治理的组织与流程建设组织架构搭建：建立包括数据资产治理委员会、数据资产管理员、数据所有者等在内的组织架构，明确各角色的职责和分工，确保数据数据资产治理是对企业数据资产进行有效管理和优化的一系列活动，旨在提升数据资产的价值和利用率，以下是具体介绍：数据资产梳理与盘点资产识别：全面识别企业内的各类数据资产，包括结构化数据、半结构化数据和非结构化数据，明确其存储位置、格式、来源等。元数据采集：收集数据资产的元数据信息，如数据的定义、业务规则、数据字典、数据血缘等，为数据资产的管理和分析提供基础。资产清查与编目：对数据资产进行详细清查，形成数据资产清单，并按照一定的分类标准和目录结构进行编目，方便查询和管理。数据资产价值评估价值衡量维度确定：从业务价值、经济价值、战略价值等多维度建立数据资产价值评估模型。业务价值可考量数据对业务流程的支持和优化程度；经济价值可分析数据带来的直接或间接经济效益；战略价值则关注数据对企业长期战略目标的贡献。评估方法选择：采用成本法、收益法、市场法等多种方法进行评估。成本法主要考虑数据资产的获取、存储和

监控和分析，及时调整运营策略，提升数据资产的运营效果。数据资产治理的组织与流程建设组织架构搭建：建立包括数据资产治理委员会、数据资产管理员、数据所有者等在内的组织架构，明确各角色的职责和分工，确保数据数据资产治理是对企业数据资产进行有效管理和优化的一系列活动，旨在提升数据资产的价值和利用率，以下是具体介绍：数据资产梳理与盘点资产识别：全面识别企业内的各类数据资产，包括结构化数据、半结构化数据和非结构化数据，明确其存储位置、格式、来源等。元数据采集：收集数据资产的元数据信息，如数据的定义、业务规则、数据字典、数据血缘等，为数据资产的管理和分析提供基础。资产清查与编目：对数据资产进行详细清查，形成数据资产清单，并按照一定的分类标准和目录结构进行编目，方便查询和管理。数据资产价值评估价值衡量维度确定：从业务价值、经济价值、战略价值等多维度建立数据资产价值评估模型。业务价值可考量数据对业务流程的支持和优化程度；经济价值可分析数据带来的直接或间接经济效益；战略价值则关注数据对企业长期战略目标的贡献。评估方法选择：采用成本法、收益法、市场法等多种方法进行评估。成本法主要考虑数据资产的获取、存储和

监控和分析，及时调整运营策略，提升数据资产的运营效果。数据资产治理的组织与流程建设组织架构搭建：建立包括数据资产治理委员会、数据资产管理员、数据所有者等在内的组织架构，明确各角色的职责和分工，确保数据数据资产治理是对企业数据资产进行有效管理和优化的一系列活动，旨在提升数据资产的价值和利用率，以下是具体介绍：数据资产梳理与盘点资产识别：全面识别企业内的各类数据资产，包括结构化数据、半结构化数据和非结构化数据，明确其存储位置、格式、来源等。元数据采集：收集数据资产的元数据信息，如数据的定义、业务规则、数据字典、数据血缘等，为数据资产的管理和分析提供基础。资产清查与编目：对数据资产进行详细清查，形成数据资产清单，并按照一定的分类标准和目录结构进行编目，方便查询和管理。数据资产价值评估价值衡量维度确定：从业务价值、经济价值、战略价值等多维度建立数据资产价值评估模型。业务价值可考量数据对业务流程的支持和优化程度；经济价值可分析数据带来的直接或间接经济效益；战略价值则关注数据对企业长期战略目标的贡献。评估方法选择：采用成本法、收益法、市场法等多种方法进行评估。成本法主要考虑数据资产的获取、存储和

监控和分析，及时调整运营策略，提升数据资产的运营效果。数据资产治理的组织与流程建设组织架构搭建：建立包括数据资产治理委员会、数据资产管理员、数据所有者等在内的组织架构，明确各角色的职责和分工，确保数据数据资产治理是对企业数据资产进行有效管理和优化的一系列活动，旨在提升数据资产的价值和利用率，以下是具体介绍：数据资产梳理与盘点资产识别：全面识别企业内的各类数据资产，包括结构化数据、半结构化数据和非结构化数据，明确其存储位置、格式、来源等。元数据采集：收集数据资产的元数据信息，如数据的定义、业务规则、数据字典、数据血缘等，为数据资产的管理和分析提供基础。资产清查与编目：对数据资产进行详细清查，形成数据资产清单，并按照一定的分类标准和目录结构进行编目，方便查询和管理。数据资产价值评估价值衡量维度确定：从业务价值、经济价值、战略价值等多维度建立数据资产价值评估模型。业务价值可考量数据对业务流程的支持和优化程度；经济价值可分析数据带来的直接或间接经济效益；战略价值则关注数据对企业长期战略目标的贡献。评估方法选择：采用成本法、收益法、市场法等多种方法进行评估。成本法主要考虑数据资产的获取、存储和

、关联关系、依赖关系等，展现数据之间的内在联系，便于全面理解数据架构。使用权限：明确数据资产的访问权限和使用规则，规定哪些用户或角色可以访问、查询、修改数据，保障数据的安全性和合规性。作用数据发现与属性、功能特点等因素，对数据资产进行分类和分层，建立数据资产目录的分类体系和数据模型，确保数据资产的组织架构清晰合理。数据采集与录入：通过技术手段或人工方式，采集数据资产的详细信息，如数据定义、业务规则数据资产目录是对企业数据资产进行全面梳理、分类和描述的清单或索引系统，它就像是一本数据字典，记录了企业内各种数据资产的基本信息、业务含义、技术细节、来源去向、使用权限等内容，帮助企业更好地管理、发现和使用数据资产。主要内容数据资产基本信息：包括数据资产的名称、标识符、所属部门或业务领域等，用于对数据资产进行唯一标识和定位。业务描述：对数据资产的业务含义、业务用途进行详细说明，解释数据在业务流程中数据的流向和使用情况，包括数据是从哪些系统或业务环节采集而来，又被哪些系统或应用所使用，有助于理清数据的来龙去脉，进行数据追溯和影响分析。数据关系：描述数据资产与其他数据资产之间的关联关系，如父子关系

、关联关系、依赖关系等，展现数据之间的内在联系，便于全面理解数据架构。使用权限：明确数据资产的访问权限和使用规则，规定哪些用户或角色可以访问、查询、修改数据，保障数据的安全性和合规性。作用数据发现与属性、功能特点等因素，对数据资产进行分类和分层，建立数据资产目录的分类体系和数据模型，确保数据资产的组织架构清晰合理。数据采集与录入：通过技术手段或人工方式，采集数据资产的详细信息，如数据定义、业务规则数据资产目录是对企业数据资产进行全面梳理、分类和描述的清单或索引系统，它就像是一本数据字典，记录了企业内各种数据资产的基本信息、业务含义、技术细节、来源去向、使用权限等内容，帮助企业更好地管理、发现和使用数据资产。主要内容数据资产基本信息：包括数据资产的名称、标识符、所属部门或业务领域等，用于对数据资产进行唯一标识和定位。业务描述：对数据资产的业务含义、业务用途进行详细说明，解释数据在业务流程中数据的流向和使用情况，包括数据是从哪些系统或业务环节采集而来，又被哪些系统或应用所使用，有助于理清数据的来龙去脉，进行数据追溯和影响分析。数据关系：描述数据资产与其他数据资产之间的关联关系，如父子关系

、关联关系、依赖关系等，展现数据之间的内在联系，便于全面理解数据架构。使用权限：明确数据资产的访问权限和使用规则，规定哪些用户或角色可以访问、查询、修改数据，保障数据的安全性和合规性。作用数据发现与属性、功能特点等因素，对数据资产进行分类和分层，建立数据资产目录的分类体系和数据模型，确保数据资产的组织架构清晰合理。数据采集与录入：通过技术手段或人工方式，采集数据资产的详细信息，如数据定义、业务规则数据资产目录是对企业数据资产进行全面梳理、分类和描述的清单或索引系统，它就像是一本数据字典，记录了企业内各种数据资产的基本信息、业务含义、技术细节、来源去向、使用权限等内容，帮助企业更好地管理、发现和使用数据资产。主要内容数据资产基本信息：包括数据资产的名称、标识符、所属部门或业务领域等，用于对数据资产进行唯一标识和定位。业务描述：对数据资产的业务含义、业务用途进行详细说明，解释数据在业务流程中数据的流向和使用情况，包括数据是从哪些系统或业务环节采集而来，又被哪些系统或应用所使用，有助于理清数据的来龙去脉，进行数据追溯和影响分析。数据关系：描述数据资产与其他数据资产之间的关联关系，如父子关系

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

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。...

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

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"}...

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：

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":...