长沙智能分析平台

会议背景11月28日，2020长沙网络安全·智能制造大会在湖南长沙国际会展中心开幕。大会以“创新引领、智造未来”主题，以“全球视野、中国方案、湖南人工智能平台Sophon是一款一站式人工智能平台。基于该平台，用户可以快速完成从特征工程、模型训练到模型上线的机器学习全生命周期开发工作。基于工业知识图谱，助力输变电作业领域构建数据与设备关联融合：构建和预测；构建并实现输变电领域作业内容质量核查模型。星环大数据平台+风电光伏行业解决方案星环大数据平台TDH是一站式大数据综合平台，通过提供从数据存储、分布式计算、数据分析挖掘以及数据可视化的整套支持平台+钢铁行业解决方案星环工业互联网平台+解决方案主要是结合边缘计算、大数据、人工智能、微服务应用、工业组件等，构建边云一体工业互联网平台，实现数据流与控制流的交互闭环。基于工业互联网平台，星环科技。同时减少生产操作人员，降低人员投入工时每月45天/生产线。关于星环星环科技是一家专注于企业级容器云计算、大数据和人工智能核心平台的研发的企业，经过多年自主研发，星环科技建立了多个产品系列：基于容器的智能

质量、访问性能、存储空间等方面显露很大的局限性，当前急需引入高性能、高吞吐、高时效的数据处理平台为湖南中烟工业有限责任公司及长沙卷烟厂提供实时数据采集、加工处理、归档存储，以便大数据挖掘、分析展现。问题封装，并提供API、FTP等多样化的数据接口，为工厂各信息化系统以及中烟公司生产管理系统提供给更深层次的数据应用支撑。实施效果结合对长沙卷烟厂当前基础数据环境分析，采用数据驱动与业务驱动建设模式双向结合。在业务驱动方面：提升过程实时数据应用时效、基于应用需求提供平台数据能力服务，包括大规模数据检索、数据标签属性库、设备数据漫游等服务，基于两者的高效结合，打造长沙卷烟厂以数据为基础，业务为导向的高性能工厂实时数据库共享能力平台，同时借助拓维信息丰富的工业数据平台建设经验，实现长沙卷烟厂工业数据战略跨越式发展，为支撑湖南中烟“13233”发展战略提供工厂级信息资源保障。客户背景湖南中烟长沙卷烟厂通过MES系统、数据采集系统、SPC系统等生产信息化系统的持续建设，日益提升了生产精益管理方面水平。各系统经过多年的运行，沉淀了大量生产过程数据，但数据分散存储于各系

性能、存储空间等方面显露很大的局限性，当前急需引入高性能、高吞吐、高时效的数据处理平台为湖南中烟工业有限责任公司及长沙卷烟厂提供实时数据采集、加工处理、归档存储，以便大数据挖掘、分析展现。湖南中烟长沙卷烟厂通过MES系统、数据采集系统、SPC系统等生产信息化系统的持续建设，日益提升了生产精益管理方面水平。各系统经过多年的运行，沉淀了大量生产过程数据，但数据分散存储于各系统数据库；同时

解锁智能分析平台工具：开启数据洞察新时代一、智能分析平台工具是什么（一）精准定义智能分析平台工具，是一种集成了大数据、人工智能、机器学习等多种先进技术的综合性技术工具。它能够对来自不同渠道、不同格式的海量数据进行收集、整理、分析和挖掘，从而提取出有价值的信息，为企业和组织的决策提供有力支持。简单来说，智能分析平台工具就像是一个智能的数据大脑，能够将杂乱无章的数据转化为清晰、有用的知识，帮助企业在：这是智能分析平台工具的核心功能之一。它运用各种先进的数据分析算法和技术，如统计分析、机器学习、深度学习等，对处理后的数据进行深入挖掘和分析，从而发现数据中的潜在模式、趋势和关联。可视化呈现：复杂的数据分析结果往往难以直观理解，智能分析平台工具通过可视化技术，将分析结果以直观、易懂的图表、仪表盘、地图等形式呈现出来。用户可以通过简单的操作，自由选择和切换不同的可视化方式，快速了解数据背后的信息和趋势。报告生成：智能分析平台工具能够根据用户的需求，自动生成详细、专业的分析报告。报告中包含了数据分析的目的、方法、结果以及结论和建议等内容，以清晰、简洁的语言和图表相结合的方式，帮助决策者快速获取关键信息

解锁智能分析平台工具：开启数据洞察新时代一、智能分析平台工具是什么（一）精准定义智能分析平台工具，是一种集成了大数据、人工智能、机器学习等多种先进技术的综合性技术工具。它能够对来自不同渠道、不同格式的海量数据进行收集、整理、分析和挖掘，从而提取出有价值的信息，为企业和组织的决策提供有力支持。简单来说，智能分析平台工具就像是一个智能的数据大脑，能够将杂乱无章的数据转化为清晰、有用的知识，帮助企业在：这是智能分析平台工具的核心功能之一。它运用各种先进的数据分析算法和技术，如统计分析、机器学习、深度学习等，对处理后的数据进行深入挖掘和分析，从而发现数据中的潜在模式、趋势和关联。可视化呈现：复杂的数据分析结果往往难以直观理解，智能分析平台工具通过可视化技术，将分析结果以直观、易懂的图表、仪表盘、地图等形式呈现出来。用户可以通过简单的操作，自由选择和切换不同的可视化方式，快速了解数据背后的信息和趋势。报告生成：智能分析平台工具能够根据用户的需求，自动生成详细、专业的分析报告。报告中包含了数据分析的目的、方法、结果以及结论和建议等内容，以清晰、简洁的语言和图表相结合的方式，帮助决策者快速获取关键信息

解锁智能分析平台工具：开启数据洞察新时代一、智能分析平台工具是什么（一）精准定义智能分析平台工具，是一种集成了大数据、人工智能、机器学习等多种先进技术的综合性技术工具。它能够对来自不同渠道、不同格式的海量数据进行收集、整理、分析和挖掘，从而提取出有价值的信息，为企业和组织的决策提供有力支持。简单来说，智能分析平台工具就像是一个智能的数据大脑，能够将杂乱无章的数据转化为清晰、有用的知识，帮助企业在：这是智能分析平台工具的核心功能之一。它运用各种先进的数据分析算法和技术，如统计分析、机器学习、深度学习等，对处理后的数据进行深入挖掘和分析，从而发现数据中的潜在模式、趋势和关联。可视化呈现：复杂的数据分析结果往往难以直观理解，智能分析平台工具通过可视化技术，将分析结果以直观、易懂的图表、仪表盘、地图等形式呈现出来。用户可以通过简单的操作，自由选择和切换不同的可视化方式，快速了解数据背后的信息和趋势。报告生成：智能分析平台工具能够根据用户的需求，自动生成详细、专业的分析报告。报告中包含了数据分析的目的、方法、结果以及结论和建议等内容，以清晰、简洁的语言和图表相结合的方式，帮助决策者快速获取关键信息

解锁智能分析平台工具：开启数据洞察新时代一、智能分析平台工具是什么（一）精准定义智能分析平台工具，是一种集成了大数据、人工智能、机器学习等多种先进技术的综合性技术工具。它能够对来自不同渠道、不同格式的海量数据进行收集、整理、分析和挖掘，从而提取出有价值的信息，为企业和组织的决策提供有力支持。简单来说，智能分析平台工具就像是一个智能的数据大脑，能够将杂乱无章的数据转化为清晰、有用的知识，帮助企业在：这是智能分析平台工具的核心功能之一。它运用各种先进的数据分析算法和技术，如统计分析、机器学习、深度学习等，对处理后的数据进行深入挖掘和分析，从而发现数据中的潜在模式、趋势和关联。可视化呈现：复杂的数据分析结果往往难以直观理解，智能分析平台工具通过可视化技术，将分析结果以直观、易懂的图表、仪表盘、地图等形式呈现出来。用户可以通过简单的操作，自由选择和切换不同的可视化方式，快速了解数据背后的信息和趋势。报告生成：智能分析平台工具能够根据用户的需求，自动生成详细、专业的分析报告。报告中包含了数据分析的目的、方法、结果以及结论和建议等内容，以清晰、简洁的语言和图表相结合的方式，帮助决策者快速获取关键信息

平台是一种集成了数据处理、分、挖掘和可视化等功能的软件平台，可以帮助企实现数据驱动决策和业务优化。提高业务决策效率，降低运营成本，增强市场竞争力。星环智能分析工具-TranswarpSophon星环智能分析工具（Sophon）是一个一站式人工智能平台，包含一系列数据分析与机器学习建模工具的智能分析工具软件，能够一体化地完成数据采集、数据接入、模型构建、模型测试、模型管理、知识存算和推理以及辅助决策数据智能分析是指通过利用先进的技术和工具，对海量的数据进行深入分析和挖掘，从发现潜在的业务机会、解决问题、优化业务流程以及预测未来趋势的方法和手段。数据智能分析可以用于各个行业，包括市场营销、金融、物流、医疗等领域。它不仅可以帮助企业精准地了解自己的业务现状，还能实现市场洞察、深入了客户需求、实现高效的业务决策等。数据智能分析可以让企业高效运营和成长，同时还能提升企业在业界的竞争力。数据智能分析流程，支撑各类业务的数据分析、探索与服务。通过Sophon内置的统计算法、机器学习算法和深度学习算法，用户能够更高效地进行大规模复杂数据分析和预测性分析，从而辅助业务决策，提供高企业的数字化运营能力和智能化决策能力。

星环科技无涯·问数——智能业务分析洞察平台，解决传统BI在数据获取、使用门槛和效率方面的挑战，为决策者和业务人员带来前所未有的数据分析体验。无涯·问数集合了LLM智能业务洞察范围，并满足客户数据来源准确和分析口径统一的需求；确保数据分析结果的可靠性，支持数据驱动的决策制定。全链路解决方案。依托星环科技大数据平台和数据中台软件，提供从数据平台构建、数据开发、数据治理、数据智能分析的全链路解决方案，这一解决方案依托星环科技大数据平台和数据中台软件，涵盖了数据生命周期的每一个关键阶段。星环科技的解决方案从构建坚实的数据平台开始，确保企业拥有一个可靠、可扩展的（LargeLanguageModels，大型语言模型）、AI（人工智能）和BI（商业智能）的能力，使得非专业用户也能通过自然语言轻松查询数据，无需掌握数据库编程语言，有效解决取数需求开发链路长、指标二义性、缺乏数据挖掘能力、数据分析超过10年以上的数据平台实施经验，星环科技积累了海量数据开发、数据分析的数据经验，可以转换为专项垂直大模型的训练数据和经验录入。传统BI场景下，缺乏经验的分析师难以给出高质量的分析报告，且靠人力经验

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•...

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

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

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...

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。...

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"}...

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。

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：