大数据平台 企业排行榜

、国外、数据产业、行业分析、产业地图、排行、融资、法律法规等多个维度描绘了全球大数据产业发展现状及展望。星环科技入选该榜单，并位列基础技术平台第一名。这也是星环科技连续第三年位列《中国大数据企业排行榜2018数博会分论坛——大数据融合实体经济资源对接投资洽谈会上，首席数据官联盟秘书长石峰在该环节发布了2018《中国大数据企业排行榜》V5.0(第五版)，V5.0排行榜延续以往版本的大体架构，从国内》基础技术平台的第一名。(详细榜单见下图)星环科技成立五年来，始终坚持在大数据基础软件领域走自出研发的道路，累计帮助1000多家公司迈入大数据时代。2018年星环科技成为全球第一个通过TPC-DS测试的厂商，并获得的多方认可。星环科技会继续走在时代前沿，在大数据和人工智能领域深耕细作，为大家带来更好的产品。

传播分析等场景发挥着重要作用。同时，作为国内领先的企业级大数据基础软件公司，星环科技是国内同时具备图数据库、知识图谱平台、图挖掘应用开发能力的企业，其全栈自研的图技术能力可以助力企业快速挖掘图数据价值日前，墨天轮公布了2022年度数据库奖项评选获奖名单，星环科技荣获“年度图数据库”。“2022年度图数据库”评选标准是通过墨天轮排行榜排名、生态建设、专利数、顶会论文数、市场份额、入选国际权威报告等38个综合指标遴选出来，奖项代表了该产品在图数据库中具有强大的号召力和凝聚力。星环科技致力于打造企业级大数据基础软件，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Gartner列为图数据库管理系统全球代表厂商；入选IDC《中国人工智能与大数据技术现状及趋势分析，2022》报告等。目前，StellarDB广泛应用于金融、政府和社交网络等领域，在人员社交网络探索、金融风险。凭借优异的产品性能和出色的落地表现，StellarDB此前也曾获得多家行业权威机构认可：通过了中国信通院图数据库和图计算平台基础能力两项专项测评；在Gartner《图数据库管理系统市场指南》中被

价值百强榜。2022年大数据企业投资价值百强榜，从企业估值/市值、营收状况、创新投入、产品竞争力、细分市场潜力、领导层能力等多个维度进行综合评比，同时结合行业专家打分，评选出2022年度大数据领域具企业100强”新龙榜、工信部&亿欧中国产业创新榜“具投资价值50强”、“中国硬科技领域具投资价值创星企业TOP50”等行业权威榜单。未来，星环科技还将继续深耕大数据基础软件领域，不断进行技术创新，通过为企业搭建数字化转型的数字底座支撑千行百业实现数字化蝶变。近日，由大数据产业生态联盟联合赛迪顾问、赛迪智库、《软件和集成电路》杂志社共同编制的《2022中国大数据产业发展白皮书》重磅发布。星环科技作为大数据基础软件领域代表企业荣登其2022年大数据企业投资投资价值的100家企业。本榜单共选取了10个细分领域，涉及大数据基础软件、数据治理与分析、数据安全、商业智能、营销大数据5个通用领域，以及政府大数据、金融大数据、工业大数据、健康医疗大数据、空间地理信息大数据等5个融合应用领域。白皮书指出，大数据基础软件、数据治理与分析、数据安全、数据可视化等，是所有细分行业应用场景的基础支撑，体现了大数据技术价值和作用。在这些细分领域提供技术解决方案的企业

”。据了解，“具投资价值50强”榜单是结合了各互联网企业的资本实力、商业能力、团队能力、品牌美誉度等指标，发现那些值得投资的企业，是对高成长企业投资价值的测定。作为一家专注于提供企业级容器云计算、大数据缔造了本次“未来·影响力”中国产业创新榜“潜力榜”和“投资榜”!“未来·影响力”中国产业创新榜企业的研究报告指出，以大数据、云计算、人工智能为主的新技术成为产业创新的重要推动力，并服务实体经济正在成为产业创新升级的重要风向标和力量。入选中国产业创新榜“具投资价值50强”榜单，对于星环来说，既是鼓励又是动力，星环将一如既往地坚持以领先的技术为先导，在大数据和人工智能领域深耕细作，为企业提供灵活、高效的大数据与人工智能基础平台。关于星环科技星环科技是全球领先的大数据与人工智能基础平台供应商，专注于提供企业级容器云计算、大数据和人工智能核心平台的研发和服务，打造大数据和人工智能技术的“中国心”。公司2018年8月19日，工信部信息中心与亿欧智库在2018“创客中国”互联网+大数据创新创业大赛暨产业投资峰会上联合发布了“未来·影响力”中国产业创新榜。星环科技入选中国产业创新榜“具投资价值50强

。　　作为全球领先的大数据与人工智能基础平台供应商，星环科技始终专注于提供企业级容器云计算、大数据和人工智能核心平台的研发和服务，打造大数据和人工智能技术的“中国心”。未来，星环也将继续砥砺前行，将自主研发的领先创新的技术赋能各行各业，为更多企业提供灵活、高效的大数据与人工智能基础平台。文章转载自搜狐财经”榜，星环科技凭借在大数据与人工智能领域的技术优势和增长速度，成功入围“2018年度大数据硬独角兽TOP20”榜。　　据悉，创业黑马将本次榜单中的“硬独角兽”定义为拥有把科技落地实业的硬实力，位居产业十多个行业应用落地。此次星环成功入选“中国大数据硬独角兽”T20榜单，是业界对于星环科技产品和服务的肯定。　　大数据硬（准）独角兽评选活动自7月1日全面启动，通过机构推荐和企业自荐报名，本次评选，历时9月1日，由南京市鼓楼区人民政府主办、鼓楼高新区管委会、鼓楼区发改局（经信局）、创业黑马联合承办的南京软博会鼓楼专场暨中国独角兽（秋季）峰会在南京顺利举行。会上发布了“2018年大数据硬（准）独角兽

近日，领先的IT市场研究和咨询公司IDC发布2022年数字政府百强榜，梳理出数字政府领域领先的技术供应商，评估了技术提供商的市场能力及市场份额。星环科技作为企业级大数据基础软件开发商，成功入选IDC数字政府百强榜“大数据及数据治理”模块。政府数字化转型是数字中国建设的核心任务之一，通过优化政府内部业务流程，提高政府部门信息化水平，提高政府效率和服务质量。在2月底发布的《数字中国建设整体布局规划亿元人民币的市场规模，复合增长率（CAGR）为12%。星环科技致力于打造企业级大数据基础软件，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，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。在政府领域，星环科技通过智慧政务数字底座为政府数字化转型建设提供计算、存储、算法等基础能力支撑，归集业务数据，优化业务流程，治理出有价值的数据资源，进行专题分析沉淀数据资产，服务部门之间数据共享与业务协同，服务领导决策与政策制定，服务公众、企业便捷办事。公司产品已被多个部委或省市机关部门使用，助力构建数字化政府，提升治理效率。比如星环

数字政府百强榜“大数据及数据治理”模块。星环科技致力于打造企业级大数据基础软件，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，形成了大数据与云基础平台、分布式近日，领先的IT市场研究和咨询公司IDC发布2022年数字政府百强榜，梳理出数字政府领域领先的技术供应商，评估了技术提供商的市场能力及市场份额。星环科技作为企业级大数据基础软件开发商，成功入选IDC，进行专题分析沉淀数据资产，服务部门之间数据共享与业务协同，服务领导决策与政策制定，服务公众、企业便捷办事。公司产品已被多个部委或省市机关部门使用，助力构建数字化政府，提升治理效率。比如星环科技基于数据云平台TDC为建设上海市数据资源平台提供了底层支撑，将70多个委办局以及16个区县业务库的结构化和非结构化数据进行归集，构建三级数据共享交换体系，保障数据安全，支撑“一网通办”等数据服务能力。此外，根据关系型数据库、数据开发与智能分析工具的软件产品矩阵。在政府领域，星环科技通过智慧政务数字底座为政府数字化转型建设提供计算、存储、算法等基础能力支撑，归集业务数据，优化业务流程，治理出有价值的数据资源

公司排行榜。此次“金格奖”上市公司评选覆盖港交所、上交所、深交所、纽交所、美国证券交易所、纳斯达克证券交易所挂牌上市的全部上市公司及独角兽公司。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智能分析技术六个方面。目前公司已形成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。通过为企业搭建数字化转型的数字底座，星环科技助力政府、金融、能源、交通、制造业等众多提供基础软件与服务。星环科技自成立之初就坚持自主研发与技术创新，积累了31项核心技术，主要体现在分布式技术、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

近日，国内知名的科技产业研究平台“第一新声”联合天眼查发布了2023年中国AIGC创新企业系列榜单，星环科技成功入选其AIGC数据层创新企业榜。AIGC产业链主要由基础层、模型层和应用层构成。2023年AIGC正式迎来了行业发展元年，从概念到应用、从资本到产业、从风口到趋势，拐点已经出现，一场全新的生产力变革正在悄然发生。作为一家企业级大数据基础软件开发商，星环科技致力于为行业提供大模型应用构建的一系列工具，以及在擅长的领域研发领域基础大模型，助力企业抓住大模型时代的新机遇。星环科技推出了机器学习模型全生命周期管理的工具平台SophonLLMOps，支持从数据接入开发、提示工程、大模型微调、上架部署到应用编排和业务效果对齐的全链路流程，结合自研向量数据库Hippo和分布式图数据库StellarDB，能够赋予大模型“长期记忆”，打破通用大模型的时空限制，用户可以快速便捷地构建深谙企业自有专业领域知识的垂直行业大模型，从而让每个人都拥有个性化AI助理。同时星环科技还推出了无涯金融大模型Infinity、大数据分析大模型SoLar“求索”两大领域大模型，促进金融分析和大数据分析的平民化。

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。

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。...

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...

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

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：

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

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...