证券公司数据治理

近年来,随着金融科技的快速发展以及互联网机构不断加大数字金融布局,大数据平台建设和数据治理逐渐成为证券公司建设现代化投资银行面临的重要挑战。基于大数据技术，整合现有数据，接入外部数据，构建高性能大数据平台，能够满足证券企业高计算、高存储、高负载的要求；通过数据治理，建设组织级标准体系、健全数据质量控制机制、加强数据内部协同、规范外部数据合作,提升数据管理水平来保障公司数据化战略的落地，保证数据的真实、准确、连续、完整，有利于提升公司的经营管理能力、改进管理效率，为投资银行业务高效发展保驾护航。为了提高数据治理水平，进一步探索挖掘大数据价值，有效赋能前端应用，恒泰证券与星环科技合作，利用星环大数据基础平台TranswarpDataHub（TDH）和大数据开发工具TranswarpDataStudio（TDS）进行大数据平台建设和数据治理，并在部署后的运行期间，数据资产规模突破120TB，数据库采集超过50个，采集表规模突破7000+，全年完成的开发需求超过200个，涉及部门数量10+，在大数据平台的支撑下开发了安全微管家、日志数据上链、埋点管理系统等，数据治理体系进一步完善，全年完成数据模型超过20个，大数据内外价值实践获得不断突破。

证券机构数据治理主要是对机构内部的数据进行综合管理和优化，以提升数据质量、安全性和使用价值。以下是证券机构数据治理的一些内容：数据治理组织架构：建立全面、科学、有效的数据治理组织架构，明确各层级的授权不当的情形。数据模型设计：在证券期货行业中，数据模型是数据治理的核心，也是数据价值挖掘的重要基础。因此，证券机构应研究和制定一套完整的行业数据模型，清晰描述整个市场的数据流向、数据定义、结构类型和关联关系等，为推动实施行业数据治理打下坚实基础。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供数据管理成熟度评估（DCMM）指导，在数据战略，数据治理，数据标准、数据架构、数据安全，数据质量，数据应用，数据生存周期八大项数据管理能力方面结合企业实际需求，帮助客户制定和实施精准有效的解决方案。数据管理职责，同时建立数据全生命周期管理机制，确保数据在采集、存储、处理、应用等各环节得到有效的管理和控制。数据分类分级：对经营及客户数据进行分类分级，针对不同类别和级别的数据制定差异化的数据管理制度和

证券机构数据治理主要是对机构内部的数据进行综合管理和优化，以提升数据质量、安全性和使用价值。以下是证券机构数据治理的一些内容：数据治理组织架构：建立全面、科学、有效的数据治理组织架构，明确各层级的授权不当的情形。数据模型设计：在证券期货行业中，数据模型是数据治理的核心，也是数据价值挖掘的重要基础。因此，证券机构应研究和制定一套完整的行业数据模型，清晰描述整个市场的数据流向、数据定义、结构类型和关联关系等，为推动实施行业数据治理打下坚实基础。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供数据管理成熟度评估（DCMM）指导，在数据战略，数据治理，数据标准、数据架构、数据安全，数据质量，数据应用，数据生存周期八大项数据管理能力方面结合企业实际需求，帮助客户制定和实施精准有效的解决方案。数据管理职责，同时建立数据全生命周期管理机制，确保数据在采集、存储、处理、应用等各环节得到有效的管理和控制。数据分类分级：对经营及客户数据进行分类分级，针对不同类别和级别的数据制定差异化的数据管理制度和

证券机构数据治理主要是对机构内部的数据进行综合管理和优化，以提升数据质量、安全性和使用价值。以下是证券机构数据治理的一些内容：数据治理组织架构：建立全面、科学、有效的数据治理组织架构，明确各层级的授权不当的情形。数据模型设计：在证券期货行业中，数据模型是数据治理的核心，也是数据价值挖掘的重要基础。因此，证券机构应研究和制定一套完整的行业数据模型，清晰描述整个市场的数据流向、数据定义、结构类型和关联关系等，为推动实施行业数据治理打下坚实基础。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供数据管理成熟度评估（DCMM）指导，在数据战略，数据治理，数据标准、数据架构、数据安全，数据质量，数据应用，数据生存周期八大项数据管理能力方面结合企业实际需求，帮助客户制定和实施精准有效的解决方案。数据管理职责，同时建立数据全生命周期管理机制，确保数据在采集、存储、处理、应用等各环节得到有效的管理和控制。数据分类分级：对经营及客户数据进行分类分级，针对不同类别和级别的数据制定差异化的数据管理制度和

证券机构数据治理主要是对机构内部的数据进行综合管理和优化，以提升数据质量、安全性和使用价值。以下是证券机构数据治理的一些内容：数据治理组织架构：建立全面、科学、有效的数据治理组织架构，明确各层级的授权不当的情形。数据模型设计：在证券期货行业中，数据模型是数据治理的核心，也是数据价值挖掘的重要基础。因此，证券机构应研究和制定一套完整的行业数据模型，清晰描述整个市场的数据流向、数据定义、结构类型和关联关系等，为推动实施行业数据治理打下坚实基础。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供数据管理成熟度评估（DCMM）指导，在数据战略，数据治理，数据标准、数据架构、数据安全，数据质量，数据应用，数据生存周期八大项数据管理能力方面结合企业实际需求，帮助客户制定和实施精准有效的解决方案。数据管理职责，同时建立数据全生命周期管理机制，确保数据在采集、存储、处理、应用等各环节得到有效的管理和控制。数据分类分级：对经营及客户数据进行分类分级，针对不同类别和级别的数据制定差异化的数据管理制度和

近日，国内知名数字化产品点评咨询机构字母点评举办了《沙丘大会》数据库专场直播活动，星环科技受邀参加演讲，产品市场经理李昆分享了证券公司基于星环科技分布式图数据库StellarDB实现国产化替代，并快速构建知识图谱应用。某证券公司在使用开源图数据库过程中遇到了不少问题，结合国产化背景，决定启动国产图数据库项目，并在图数据库选型方面并设置了准入条件和一系列功能要求。StellarDB是星环科技自主星环科技分布式图数据库StellarDB脱颖而出，结合星环科技的知识图谱平台SophonKG助力该证券公司打造了全新的一站式国产化企业图谱，满足了企业级的系统建设需要，支撑集团客户画像、风险事件报告，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，推动业务高效高质量发展。专家，深度分享很好实践案例，共同为中国企业数字化转型贡献力量。星环科技在图计算领域深耕多年，有着深厚的技术沉淀和积累，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，其全栈能力可以助力金融机构

证券机构数据治理主要是对机构内部的数据进行综合管理和优化，以提升数据质量、安全性和使用价值。以下是证券机构数据治理的一些内容：数据治理组织架构：建立全面、科学、有效的数据治理组织架构，明确各层级的授权不当的情形。数据模型设计：在证券期货行业中，数据模型是数据治理的核心，也是数据价值挖掘的重要基础。因此，证券机构应研究和制定一套完整的行业数据模型，清晰描述整个市场的数据流向、数据定义、结构类型和关联关系等，为推动实施行业数据治理打下坚实基础。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供数据管理成熟度评估（DCMM）指导，在数据战略，数据治理，数据标准、数据架构、数据安全，数据质量，数据应用，数据生存周期八大项数据管理能力方面结合企业实际需求，帮助客户制定和实施精准有效的解决方案。数据管理职责，同时建立数据全生命周期管理机制，确保数据在采集、存储、处理、应用等各环节得到有效的管理和控制。数据分类分级：对经营及客户数据进行分类分级，针对不同类别和级别的数据制定差异化的数据管理制度和

证券机构数据治理主要是对机构内部的数据进行综合管理和优化，以提升数据质量、安全性和使用价值。以下是证券机构数据治理的一些内容：数据治理组织架构：建立全面、科学、有效的数据治理组织架构，明确各层级的授权不当的情形。数据模型设计：在证券期货行业中，数据模型是数据治理的核心，也是数据价值挖掘的重要基础。因此，证券机构应研究和制定一套完整的行业数据模型，清晰描述整个市场的数据流向、数据定义、结构类型和关联关系等，为推动实施行业数据治理打下坚实基础。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供数据管理成熟度评估（DCMM）指导，在数据战略，数据治理，数据标准、数据架构、数据安全，数据质量，数据应用，数据生存周期八大项数据管理能力方面结合企业实际需求，帮助客户制定和实施精准有效的解决方案。数据管理职责，同时建立数据全生命周期管理机制，确保数据在采集、存储、处理、应用等各环节得到有效的管理和控制。数据分类分级：对经营及客户数据进行分类分级，针对不同类别和级别的数据制定差异化的数据管理制度和

分析能力，提供丰富的图分析算法和深度图算法；支持标准图查询语言并兼容openCypher，并具备海量数据3D图展示能力。可以帮助用户快速开发欺诈检测、推荐引擎、社交网络分析、知识图谱等应用。某证券公司StellarDB是星环科技自主研发的分布式图数据库，提供高性能的图存储、计算、分析、查询和展示服务。StellarDB支持原生图存储，千亿点、万亿边、PB级大规模图数据存储；具备10+层的深度链路可视化效果等。凭借优异的产品性能和出色的落地表现，StellarDB获得了多家行业权威机构认可，在大数据产业峰会上，中国信通院重磅发布了2022大数据十大关键词，星环科技作为图计算平台国内代表厂商入选信通院“图计算平台”关键词图谱。此前更是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。同时在全球著名咨询机构Gartner近日发布的《图数据库管理系统市场指南》中，星环科技也被列为图数据库管理系统全球代表厂商。该报告对图数据库市场和技术发展做了阐述和分析，Gartner预测，“包括图数据库管理系统在内的图技术市场将增长到32亿美元，复合年增长率为28.1%”。此前星环科技还入选了《中国数据库市场指南》、《工具：中国数据库管理系统供应商甄选》报告等。

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"}...

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•...

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：

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...