浙江企业数据中台

大数据、人工智能基础软件技术驱动产品创新与赋能升级所做的工作表示赞赏。希望公司继续加强信息安全风险水平意识，保障技术水平及产品质量。参观交流过程中，围绕新金融、新科技产业生态新的发展阶段，双方针对浙江农集中度较高的重要外包商，开展现场评估检查。星环科技作为浙江农信重要的信息科技提供商，助力浙江农信大数据项目上线了一批非常有特色和具有突破创新的应用，该项目针对精细化管理难题，运用大数据、实时处理、地图及数据挖掘技术，形成系统化解决方案，媒体也深度报道了浙江农信以大数据技术打造金融“大数据平台”实现科技引领数字化转型的成果。通过参观星环科技展厅，查阅资料，座谈交流的形式，双方进一步沟通了已经合作的技术及产品情况，对未来金融科技赋能行业发展进行了深入探讨。座谈会上，浙江农信对公司基本情况、财务状况、内控管理、应急管理等方面进行了详细的评估，对双方合作中存在的问题与风险交换了意见，对星环科技近期在信依托数字化转型积极探索前沿技术等相关问题进行了重点交流，近些年浙江农信已经实现数据资源的快速处理和深度应用，逐渐将“数据”打造成为自身核心竞争力，对业务发展的支撑和服务能力得到跨越式发展，体现了金融

大数据、人工智能基础软件技术驱动产品创新与赋能升级所做的工作表示赞赏。希望公司继续加强信息安全风险水平意识，保障技术水平及产品质量。参观交流过程中，围绕新金融、新科技产业生态新的发展阶段，双方针对浙江农集中度较高的重要外包商，开展现场评估检查。星环科技作为浙江农信重要的信息科技提供商，助力浙江农信大数据项目上线了一批非常有特色和具有突破创新的应用，该项目针对精细化管理难题，运用大数据、实时处理、地图及数据挖掘技术，形成系统化解决方案，媒体也深度报道了浙江农信以大数据技术打造金融“大数据平台”实现科技引领数字化转型的成果。通过参观星环科技展厅，查阅资料，座谈交流的形式，双方进一步沟通了已经合作的技术及产品情况，对未来金融科技赋能行业发展进行了深入探讨。座谈会上，浙江农信对公司基本情况、财务状况、内控管理、应急管理等方面进行了详细的评估，对双方合作中存在的问题与风险交换了意见，对星环科技近期在信依托数字化转型积极探索前沿技术等相关问题进行了重点交流，近些年浙江农信已经实现数据资源的快速处理和深度应用，逐渐将“数据”打造成为自身核心竞争力，对业务发展的支撑和服务能力得到跨越式发展，体现了金融

。在具体落地应用方面，以宁波某区视觉感知平台为例，该市数字媒体管理中心每天会有大量的视频流接入，期望建设统一的视频智能分析中台，实现价值数据存储、过程资产积累和硬件计算资源统一分配等。星环科技提供的上海浙江的AI产业发展为目标，覆盖人工智能头部企业、初创企业、高校、科研院所等，旨在发掘上海浙江优秀人工智能团队，基于昇腾全栈AI软硬件平台，围绕人工智能深度学习技术，探索有具体落地场景的创意方案数据、模型和应用资产积累，及价值沉淀，硬件资源利用率提升20%。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，构建明日数据近日，“数智未来，因你而来”2022昇腾AI创新大赛上海&浙江赛区总决赛在上海人工智能研究院成功举办。星环科技凭借“基于昇腾Atlas300I/VPro推理卡的模型生产和应用平台”脱颖而出，斩获上海&浙江赛区金奖。2022昇腾AI创新大赛上海&浙江赛区总决赛由华为、上海人工智能研究院、上海昇腾生态创新中心、杭州人工智能计算中心、杭州高新区党委人才办联合主办。大赛以协助促进

。在具体落地应用方面，以宁波某区视觉感知平台为例，该市数字媒体管理中心每天会有大量的视频流接入，期望建设统一的视频智能分析中台，实现价值数据存储、过程资产积累和硬件计算资源统一分配等。星环科技提供的上海浙江的AI产业发展为目标，覆盖人工智能头部企业、初创企业、高校、科研院所等，旨在发掘上海浙江优秀人工智能团队，基于昇腾全栈AI软硬件平台，围绕人工智能深度学习技术，探索有具体落地场景的创意方案数据、模型和应用资产积累，及价值沉淀，硬件资源利用率提升20%。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，构建明日数据近日，“数智未来，因你而来”2022昇腾AI创新大赛上海&浙江赛区总决赛在上海人工智能研究院成功举办。星环科技凭借“基于昇腾Atlas300I/VPro推理卡的模型生产和应用平台”脱颖而出，斩获上海&浙江赛区金奖。2022昇腾AI创新大赛上海&浙江赛区总决赛由华为、上海人工智能研究院、上海昇腾生态创新中心、杭州人工智能计算中心、杭州高新区党委人才办联合主办。大赛以协助促进

。在具体落地应用方面，以宁波某区视觉感知平台为例，该市数字媒体管理中心每天会有大量的视频流接入，期望建设统一的视频智能分析中台，实现价值数据存储、过程资产积累和硬件计算资源统一分配等。星环科技提供的上海浙江的AI产业发展为目标，覆盖人工智能头部企业、初创企业、高校、科研院所等，旨在发掘上海浙江优秀人工智能团队，基于昇腾全栈AI软硬件平台，围绕人工智能深度学习技术，探索有具体落地场景的创意方案数据、模型和应用资产积累，及价值沉淀，硬件资源利用率提升20%。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，构建明日数据近日，“数智未来，因你而来”2022昇腾AI创新大赛上海&浙江赛区总决赛在上海人工智能研究院成功举办。星环科技凭借“基于昇腾Atlas300I/VPro推理卡的模型生产和应用平台”脱颖而出，斩获上海&浙江赛区金奖。2022昇腾AI创新大赛上海&浙江赛区总决赛由华为、上海人工智能研究院、上海昇腾生态创新中心、杭州人工智能计算中心、杭州高新区党委人才办联合主办。大赛以协助促进

企业数据中台是企业级的数据共享和能力复用平台，它处于企业的前台业务应用和后台数据存储之间。通过整合企业内外部数据，对数据进行清洗、加工、存储和管理，将数据变成资产，并以服务的形式提供给前台应用，使，是数据中台可持续运行的关键保障。核心价值数据资产沉淀与复用沉淀数据资产：将企业分散在各个角落的数据进行整合和加工，形成有价值的数据资产。数据复用：企业内不同的业务场景和项目可以复用这些数据资产，避免重复的数据处理工作。加速业务创新快速响应市场变化：为前台业务应用提供快速的数据支持，使企业能够快速响应市场变化和客户需求。支持新业务模式开发：通过数据中台提供的数据服务，企业可以更容易地开发新的业务模式。比如，基于数据中台的数据分析，金融机构可以开发新的理财产品。数据驱动决策提供全面数据洞察：提供全面、准确的数据洞察，帮助企业管理层和决策者更好地了解企业运营状况、市场趋势和客户需求。例如，通过对销售数据、市场数据和客户反馈数据的综合分析，企业可以做出更明智的决策。提升决策效率：数据中台可以快速提供数据支持，减少决策过程中的数据收集和分析时间，从而提升决策效率。建设与实施过程需求分析与规划阶段业务

企业数据中台：开启数字化转型的新引擎什么是企业数据中台（一）定义与概念企业数据中台，是在数字化转型浪潮中应运而生的关键技术平台。它如同企业的“智慧大脑”，通过集成、整合、标准化等手段，将分散在企业目标数据中台的核心目标，是打破数据孤岛，实现数据的高效利用，进而推动企业数字化转型，提升企业的核心竞争力。这一目标具体体现在以下几个方面：数据集成：整合企业内外部的多源数据，包括结构化数据和非结构化企业自身的运营状况。数据治理：确保数据的质量和一致性，制定数据标准和管理规范，提升数据治理能力。在金融行业，数据的准确性和一致性至关重要。数据中台通过建立严格的数据治理机制，对数据的采集、存储、处理、使用等各个环节进行规范管理，保证金融数据的安全性、可靠性和合规性。数据服务：提供统一的数据访问接口和数据服务，支持业务系统的数据需求，增强数据利用效率。例如，互联网企业通过数据中台，为不同的业务部门提供的分析，能够精准把握消费者需求，优化产品推荐策略，提升销售业绩。（三）数据中台的组成部分企业数据中台主要由数据集成、存储、治理和服务等部分组成，各部分相互协作，共同支撑数据中台的高效运行：数据集成

企业数据中台：开启数字化转型的新引擎什么是企业数据中台（一）定义与概念企业数据中台，是在数字化转型浪潮中应运而生的关键技术平台。它如同企业的“智慧大脑”，通过集成、整合、标准化等手段，将分散在企业目标数据中台的核心目标，是打破数据孤岛，实现数据的高效利用，进而推动企业数字化转型，提升企业的核心竞争力。这一目标具体体现在以下几个方面：数据集成：整合企业内外部的多源数据，包括结构化数据和非结构化企业自身的运营状况。数据治理：确保数据的质量和一致性，制定数据标准和管理规范，提升数据治理能力。在金融行业，数据的准确性和一致性至关重要。数据中台通过建立严格的数据治理机制，对数据的采集、存储、处理、使用等各个环节进行规范管理，保证金融数据的安全性、可靠性和合规性。数据服务：提供统一的数据访问接口和数据服务，支持业务系统的数据需求，增强数据利用效率。例如，互联网企业通过数据中台，为不同的业务部门提供的分析，能够精准把握消费者需求，优化产品推荐策略，提升销售业绩。（三）数据中台的组成部分企业数据中台主要由数据集成、存储、治理和服务等部分组成，各部分相互协作，共同支撑数据中台的高效运行：数据集成

企业数据中台是企业级的数据共享和能力复用平台，它处于企业的前台业务应用和后台数据存储之间。通过整合企业内外部数据，对数据进行清洗、加工、存储和管理，将数据变成资产，并以服务的形式提供给前台应用，使，是数据中台可持续运行的关键保障。核心价值数据资产沉淀与复用沉淀数据资产：将企业分散在各个角落的数据进行整合和加工，形成有价值的数据资产。数据复用：企业内不同的业务场景和项目可以复用这些数据资产，避免重复的数据处理工作。加速业务创新快速响应市场变化：为前台业务应用提供快速的数据支持，使企业能够快速响应市场变化和客户需求。支持新业务模式开发：通过数据中台提供的数据服务，企业可以更容易地开发新的业务模式。比如，基于数据中台的数据分析，金融机构可以开发新的理财产品。数据驱动决策提供全面数据洞察：提供全面、准确的数据洞察，帮助企业管理层和决策者更好地了解企业运营状况、市场趋势和客户需求。例如，通过对销售数据、市场数据和客户反馈数据的综合分析，企业可以做出更明智的决策。提升决策效率：数据中台可以快速提供数据支持，减少决策过程中的数据收集和分析时间，从而提升决策效率。建设与实施过程需求分析与规划阶段业务

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":...

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...

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"}...

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

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•...

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。

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...