证券基金数据治理

应用、数据平台建设的很好解决方案、数据治理遇到的一些问题，充分交流各自的设想和经验。星环科技作为国内金融行业落地案例多的大数据与人工智能平台厂商，将发挥自身的技术优势，为证券基金同业的信息化建设提供更好的解决方案和技术支持。作者：周一叶（文章来源于腾讯新闻）日前，星环和第一创业证券联合组织证券基金行业交流会，国信证券、安信证券、博时基金、鹏华基金、融通基金、华商银行等近20家证券基金银行的50余位技术领导和专家参加本次交流。交流团听取了第一创业证券大数据大数据基础平台的选型搭建及数据中心的整体迁移过程、大数据应用的整体规划及大数据分析平台建设经验、数据治理体系架构及实施思路和路线，三个方面介绍了第一创业证券在数据平台建设上的现状并分享经验。活动当天同期举行证券基金同业技术交流沙龙，国海证券信息技术中心开发部负责人张召端、南方基金信息技术部副总裁屈磊和大家介绍了各自大数据平台建设的现状及规划。沙龙上，大家从实际应用的角度探讨大数据平台建设中遇到的各种问题和解决方案，交流获得了良好的成效。证券基金行业数据处理之需交流团针对行业在数据处理上的问题进行了探讨，证券基金行业大多建有数据中心，但传统的数据库只处理结构化数据，对于来自包括APP的日志分析等

应用、数据平台建设的很好解决方案、数据治理遇到的一些问题，充分交流各自的设想和经验。星环科技作为国内金融行业落地案例多的大数据与人工智能平台厂商，将发挥自身的技术优势，为证券基金同业的信息化建设提供更好的解决方案和技术支持。作者：周一叶（文章来源于腾讯新闻）日前，星环和第一创业证券联合组织证券基金行业交流会，国信证券、安信证券、博时基金、鹏华基金、融通基金、华商银行等近20家证券基金银行的50余位技术领导和专家参加本次交流。交流团听取了第一创业证券大数据大数据基础平台的选型搭建及数据中心的整体迁移过程、大数据应用的整体规划及大数据分析平台建设经验、数据治理体系架构及实施思路和路线，三个方面介绍了第一创业证券在数据平台建设上的现状并分享经验。活动当天同期举行证券基金同业技术交流沙龙，国海证券信息技术中心开发部负责人张召端、南方基金信息技术部副总裁屈磊和大家介绍了各自大数据平台建设的现状及规划。沙龙上，大家从实际应用的角度探讨大数据平台建设中遇到的各种问题和解决方案，交流获得了良好的成效。证券基金行业数据处理之需交流团针对行业在数据处理上的问题进行了探讨，证券基金行业大多建有数据中心，但传统的数据库只处理结构化数据，对于来自包括APP的日志分析等

应用、数据平台建设的很好解决方案、数据治理遇到的一些问题，充分交流各自的设想和经验。星环科技作为国内金融行业落地案例多的大数据与人工智能平台厂商，将发挥自身的技术优势，为证券基金同业的信息化建设提供更好的解决方案和技术支持。作者：周一叶（文章来源于腾讯新闻）日前，星环和第一创业证券联合组织证券基金行业交流会，国信证券、安信证券、博时基金、鹏华基金、融通基金、华商银行等近20家证券基金银行的50余位技术领导和专家参加本次交流。交流团听取了第一创业证券大数据大数据基础平台的选型搭建及数据中心的整体迁移过程、大数据应用的整体规划及大数据分析平台建设经验、数据治理体系架构及实施思路和路线，三个方面介绍了第一创业证券在数据平台建设上的现状并分享经验。活动当天同期举行证券基金同业技术交流沙龙，国海证券信息技术中心开发部负责人张召端、南方基金信息技术部副总裁屈磊和大家介绍了各自大数据平台建设的现状及规划。沙龙上，大家从实际应用的角度探讨大数据平台建设中遇到的各种问题和解决方案，交流获得了良好的成效。证券基金行业数据处理之需交流团针对行业在数据处理上的问题进行了探讨，证券基金行业大多建有数据中心，但传统的数据库只处理结构化数据，对于来自包括APP的日志分析等

国泰证券、恒生电子、招商基金、山西证券、中泰证券，汇聚各方精英，共同探讨如何通过大数据和人工智能为证券基金业务创新赋能。大数据技术发展趋势介绍星环科技创始人兼CEO孙元浩指出，随着大数据、人工智能、云，专门研究大脑如何工作，是恒生人工智能大脑iBrain处理金融资讯文本等非结构化数据的核心技术。智能客服市场中，证券、基金占有率在前三，NLP与智能客服的深度融合就成为了iBrain的优势，高效准确地场景下的应用。战略签约会上，星环科技分别与富国基金、华宝基金签署了战略合作协议，在优势互补、共同创新的原则下，细化行业大数据解决方案，从而带动各方在证券基金领域内的业务发展，推动数据驱动的业务创新，共创2018年12月6日，“证券基金未来|‘大’有可为”暨2018星环科技第二届证券基金高峰论坛在上海拉下帷幕。2017星环科技首届证券基金行业论坛反响热烈，此次星环科技举办第二届证券基金行业论坛，携手主管苑博认为，在深度神经网络、图形处理器、大数据等技术的推动下，人工智能迎来了飞跃式发展，充分发挥AI技术的潜能，实现信息技术到金融科技的能力跨越，证券行业将大有所为。国泰君安抓住机遇，以大数据、机器

国泰证券、恒生电子、招商基金、山西证券、中泰证券，汇聚各方精英，共同探讨如何通过大数据和人工智能为证券基金业务创新赋能。大数据技术发展趋势介绍星环科技创始人兼CEO孙元浩指出，随着大数据、人工智能、云，专门研究大脑如何工作，是恒生人工智能大脑iBrain处理金融资讯文本等非结构化数据的核心技术。智能客服市场中，证券、基金占有率在前三，NLP与智能客服的深度融合就成为了iBrain的优势，高效准确地场景下的应用。战略签约会上，星环科技分别与富国基金、华宝基金签署了战略合作协议，在优势互补、共同创新的原则下，细化行业大数据解决方案，从而带动各方在证券基金领域内的业务发展，推动数据驱动的业务创新，共创2018年12月6日，“证券基金未来|‘大’有可为”暨2018星环科技第二届证券基金高峰论坛在上海拉下帷幕。2017星环科技首届证券基金行业论坛反响热烈，此次星环科技举办第二届证券基金行业论坛，携手主管苑博认为，在深度神经网络、图形处理器、大数据等技术的推动下，人工智能迎来了飞跃式发展，充分发挥AI技术的潜能，实现信息技术到金融科技的能力跨越，证券行业将大有所为。国泰君安抓住机遇，以大数据、机器

应用、数据平台建设的很好解决方案、数据治理遇到的一些问题，充分交流各自的设想和经验。星环科技作为国内金融行业落地案例多的大数据与人工智能平台厂商，将发挥自身的技术优势，为证券基金同业的信息化建设提供更好的解决方案和技术支持。作者：周一叶（文章来源于腾讯新闻）日前，星环和第一创业证券联合组织证券基金行业交流会，国信证券、安信证券、博时基金、鹏华基金、融通基金、华商银行等近20家证券基金银行的50余位技术领导和专家参加本次交流。交流团听取了第一创业证券大数据大数据基础平台的选型搭建及数据中心的整体迁移过程、大数据应用的整体规划及大数据分析平台建设经验、数据治理体系架构及实施思路和路线，三个方面介绍了第一创业证券在数据平台建设上的现状并分享经验。活动当天同期举行证券基金同业技术交流沙龙，国海证券信息技术中心开发部负责人张召端、南方基金信息技术部副总裁屈磊和大家介绍了各自大数据平台建设的现状及规划。沙龙上，大家从实际应用的角度探讨大数据平台建设中遇到的各种问题和解决方案，交流获得了良好的成效。证券基金行业数据处理之需交流团针对行业在数据处理上的问题进行了探讨，证券基金行业大多建有数据中心，但传统的数据库只处理结构化数据，对于来自包括APP的日志分析等

国泰证券、恒生电子、招商基金、山西证券、中泰证券，汇聚各方精英，共同探讨如何通过大数据和人工智能为证券基金业务创新赋能。大数据技术发展趋势介绍星环科技创始人兼CEO孙元浩指出，随着大数据、人工智能、云，专门研究大脑如何工作，是恒生人工智能大脑iBrain处理金融资讯文本等非结构化数据的核心技术。智能客服市场中，证券、基金占有率在前三，NLP与智能客服的深度融合就成为了iBrain的优势，高效准确地场景下的应用。战略签约会上，星环科技分别与富国基金、华宝基金签署了战略合作协议，在优势互补、共同创新的原则下，细化行业大数据解决方案，从而带动各方在证券基金领域内的业务发展，推动数据驱动的业务创新，共创2018年12月6日，“证券基金未来|‘大’有可为”暨2018星环科技第二届证券基金高峰论坛在上海拉下帷幕。2017星环科技首届证券基金行业论坛反响热烈，此次星环科技举办第二届证券基金行业论坛，携手主管苑博认为，在深度神经网络、图形处理器、大数据等技术的推动下，人工智能迎来了飞跃式发展，充分发挥AI技术的潜能，实现信息技术到金融科技的能力跨越，证券行业将大有所为。国泰君安抓住机遇，以大数据、机器

国泰证券、恒生电子、招商基金、山西证券、中泰证券，汇聚各方精英，共同探讨如何通过大数据和人工智能为证券基金业务创新赋能。大数据技术发展趋势介绍星环科技创始人兼CEO孙元浩指出，随着大数据、人工智能、云，专门研究大脑如何工作，是恒生人工智能大脑iBrain处理金融资讯文本等非结构化数据的核心技术。智能客服市场中，证券、基金占有率在前三，NLP与智能客服的深度融合就成为了iBrain的优势，高效准确地场景下的应用。战略签约会上，星环科技分别与富国基金、华宝基金签署了战略合作协议，在优势互补、共同创新的原则下，细化行业大数据解决方案，从而带动各方在证券基金领域内的业务发展，推动数据驱动的业务创新，共创2018年12月6日，“证券基金未来|‘大’有可为”暨2018星环科技第二届证券基金高峰论坛在上海拉下帷幕。2017星环科技首届证券基金行业论坛反响热烈，此次星环科技举办第二届证券基金行业论坛，携手主管苑博认为，在深度神经网络、图形处理器、大数据等技术的推动下，人工智能迎来了飞跃式发展，充分发挥AI技术的潜能，实现信息技术到金融科技的能力跨越，证券行业将大有所为。国泰君安抓住机遇，以大数据、机器

国泰证券、恒生电子、招商基金、山西证券、中泰证券，汇聚各方精英，共同探讨如何通过大数据和人工智能为证券基金业务创新赋能。大数据技术发展趋势介绍星环科技创始人兼CEO孙元浩指出，随着大数据、人工智能、云，专门研究大脑如何工作，是恒生人工智能大脑iBrain处理金融资讯文本等非结构化数据的核心技术。智能客服市场中，证券、基金占有率在前三，NLP与智能客服的深度融合就成为了iBrain的优势，高效准确地场景下的应用。战略签约会上，星环科技分别与富国基金、华宝基金签署了战略合作协议，在优势互补、共同创新的原则下，细化行业大数据解决方案，从而带动各方在证券基金领域内的业务发展，推动数据驱动的业务创新，共创2018年12月6日，“证券基金未来|‘大’有可为”暨2018星环科技第二届证券基金高峰论坛在上海拉下帷幕。2017星环科技首届证券基金行业论坛反响热烈，此次星环科技举办第二届证券基金行业论坛，携手主管苑博认为，在深度神经网络、图形处理器、大数据等技术的推动下，人工智能迎来了飞跃式发展，充分发挥AI技术的潜能，实现信息技术到金融科技的能力跨越，证券行业将大有所为。国泰君安抓住机遇，以大数据、机器

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。...

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

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

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...

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"}...

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":...

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•...