物料数据治理案例

一个管理体系，包括组织、制度、流程、工具，其终目标是提升数据的价值，是企业实现数字战略的基础。数据治理案例一：某大型央企星环科技助力某大型央企进行数字化、智能化的数据建设和数据管理。对企业整体数据治理标准，盘点数据资产进行认责，开发重点数据应用，让数据真正成为资产，向各级用户提供随需共享和智能数据服务。数据治理成为释放数据价值的新引擎。数据治理案例二：某航空公司星环科技全面协助客户开展企业级数据数据治理培训，提高企业自身数据管理水平。并将治理工作落实到数据管理平台中，提升了主数据、元数据的管理水平，通过敏捷化的数据专项治理，以及数据资产价值评估，将数据价值和数据管理价值体现出来。数据治理案例三数据治理（DataGovernance）是组织中涉及数据使用的一整套管理行为，由企业数据治理部门发起并推行，关注如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。数据治理是治理工作，搭建数据治理体系，盘点全企业数据资产，编制企业级数据标准、搭建全域数据架构、完成全部数据资产认责，制定了数据质量规则并发布数据质量报告，促进数据质量的提升，同时，制定了各项管理流程，开展

一个管理体系，包括组织、制度、流程、工具，其终目标是提升数据的价值，是企业实现数字战略的基础。数据治理案例一：某大型央企星环科技助力某大型央企进行数字化、智能化的数据建设和数据管理。对企业整体数据治理标准，盘点数据资产进行认责，开发重点数据应用，让数据真正成为资产，向各级用户提供随需共享和智能数据服务。数据治理成为释放数据价值的新引擎。数据治理案例二：某航空公司星环科技全面协助客户开展企业级数据数据治理培训，提高企业自身数据管理水平。并将治理工作落实到数据管理平台中，提升了主数据、元数据的管理水平，通过敏捷化的数据专项治理，以及数据资产价值评估，将数据价值和数据管理价值体现出来。数据治理案例三数据治理（DataGovernance）是组织中涉及数据使用的一整套管理行为，由企业数据治理部门发起并推行，关注如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。数据治理是治理工作，搭建数据治理体系，盘点全企业数据资产，编制企业级数据标准、搭建全域数据架构、完成全部数据资产认责，制定了数据质量规则并发布数据质量报告，促进数据质量的提升，同时，制定了各项管理流程，开展

一个管理体系，包括组织、制度、流程、工具，其终目标是提升数据的价值，是企业实现数字战略的基础。数据治理案例一：某大型央企星环科技助力某大型央企进行数字化、智能化的数据建设和数据管理。对企业整体数据治理标准，盘点数据资产进行认责，开发重点数据应用，让数据真正成为资产，向各级用户提供随需共享和智能数据服务。数据治理成为释放数据价值的新引擎。数据治理案例二：某航空公司星环科技全面协助客户开展企业级数据数据治理培训，提高企业自身数据管理水平。并将治理工作落实到数据管理平台中，提升了主数据、元数据的管理水平，通过敏捷化的数据专项治理，以及数据资产价值评估，将数据价值和数据管理价值体现出来。数据治理案例三数据治理（DataGovernance）是组织中涉及数据使用的一整套管理行为，由企业数据治理部门发起并推行，关注如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。数据治理是治理工作，搭建数据治理体系，盘点全企业数据资产，编制企业级数据标准、搭建全域数据架构、完成全部数据资产认责，制定了数据质量规则并发布数据质量报告，促进数据质量的提升，同时，制定了各项管理流程，开展

主数据指企业中底层的数据，它对企业的事务性数据起到一个支撑性的作用。一般包含项目、物料、客户、供应商、组织、人员等。主数据的管理通常是由一个中心团队来负责，目的是确保数据的准确性、一致性和完整性，以避免不同部门或系统之间出现不一致的情况。主数据可以作为企业的决支持工具，为战略规划和业务流程优化提供重要的依据。主数据在企业中具有以下几个重要作用：支持业务决策：主数据提供企业所需的数据，这些数据可以为决策制定、业务规划和指标分析提供基础。通过对主数据的管理，企业可以更好地了解客户、产品、供应商、人员等方面的情况，从而更好地做出决策。简化业务流程：主数据管理可以优化企业的业务流程，提高工作效率，并减少重复劳动和错误率。例如，在销售过程中，可以通过客户主数据来自动填写客户信息，减少手动输入，提高效率。维护数据一致性：不同业务领域的数据往往存在依赖关系，如果不加以控制，数据的不一致性可能会导致很多问题。通过主数据管理，可以确保不同系统或业务领域中使用的数据一致。促进企业信息共享：通过主数据管理，不同部门或系统之间的数据可以得到共享，使企业更加协调和高效。例如，在人力资源管理方面，可以通过员工主

主数据指企业中底层的数据，它对企业的事务性数据起到一个支撑性的作用。一般包含项目、物料、客户、供应商、组织、人员等。主数据的管理通常是由一个中心团队来负责，目的是确保数据的准确性、一致性和完整性，以避免不同部门或系统之间出现不一致的情况。主数据可以作为企业的决支持工具，为战略规划和业务流程优化提供重要的依据。主数据在企业中具有以下几个重要作用：支持业务决策：主数据提供企业所需的数据，这些数据可以为决策制定、业务规划和指标分析提供基础。通过对主数据的管理，企业可以更好地了解客户、产品、供应商、人员等方面的情况，从而更好地做出决策。简化业务流程：主数据管理可以优化企业的业务流程，提高工作效率，并减少重复劳动和错误率。例如，在销售过程中，可以通过客户主数据来自动填写客户信息，减少手动输入，提高效率。维护数据一致性：不同业务领域的数据往往存在依赖关系，如果不加以控制，数据的不一致性可能会导致很多问题。通过主数据管理，可以确保不同系统或业务领域中使用的数据一致。促进企业信息共享：通过主数据管理，不同部门或系统之间的数据可以得到共享，使企业更加协调和高效。例如，在人力资源管理方面，可以通过员工主

一个管理体系，包括组织、制度、流程、工具，其终目标是提升数据的价值，是企业实现数字战略的基础。数据治理案例一：某大型央企星环科技助力某大型央企进行数字化、智能化的数据建设和数据管理。对企业整体数据治理标准，盘点数据资产进行认责，开发重点数据应用，让数据真正成为资产，向各级用户提供随需共享和智能数据服务。数据治理成为释放数据价值的新引擎。数据治理案例二：某航空公司星环科技全面协助客户开展企业级数据数据治理培训，提高企业自身数据管理水平。并将治理工作落实到数据管理平台中，提升了主数据、元数据的管理水平，通过敏捷化的数据专项治理，以及数据资产价值评估，将数据价值和数据管理价值体现出来。数据治理案例三数据治理（DataGovernance）是组织中涉及数据使用的一整套管理行为，由企业数据治理部门发起并推行，关注如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。数据治理是治理工作，搭建数据治理体系，盘点全企业数据资产，编制企业级数据标准、搭建全域数据架构、完成全部数据资产认责，制定了数据质量规则并发布数据质量报告，促进数据质量的提升，同时，制定了各项管理流程，开展

一个管理体系，包括组织、制度、流程、工具，其终目标是提升数据的价值，是企业实现数字战略的基础。数据治理案例一：某大型央企星环科技助力某大型央企进行数字化、智能化的数据建设和数据管理。对企业整体数据治理标准，盘点数据资产进行认责，开发重点数据应用，让数据真正成为资产，向各级用户提供随需共享和智能数据服务。数据治理成为释放数据价值的新引擎。数据治理案例二：某航空公司星环科技全面协助客户开展企业级数据数据治理培训，提高企业自身数据管理水平。并将治理工作落实到数据管理平台中，提升了主数据、元数据的管理水平，通过敏捷化的数据专项治理，以及数据资产价值评估，将数据价值和数据管理价值体现出来。数据治理案例三数据治理（DataGovernance）是组织中涉及数据使用的一整套管理行为，由企业数据治理部门发起并推行，关注如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。数据治理是治理工作，搭建数据治理体系，盘点全企业数据资产，编制企业级数据标准、搭建全域数据架构、完成全部数据资产认责，制定了数据质量规则并发布数据质量报告，促进数据质量的提升，同时，制定了各项管理流程，开展

一个管理体系，包括组织、制度、流程、工具，其终目标是提升数据的价值，是企业实现数字战略的基础。数据治理案例一：某大型央企星环科技助力某大型央企进行数字化、智能化的数据建设和数据管理。对企业整体数据治理标准，盘点数据资产进行认责，开发重点数据应用，让数据真正成为资产，向各级用户提供随需共享和智能数据服务。数据治理成为释放数据价值的新引擎。数据治理案例二：某航空公司星环科技全面协助客户开展企业级数据数据治理培训，提高企业自身数据管理水平。并将治理工作落实到数据管理平台中，提升了主数据、元数据的管理水平，通过敏捷化的数据专项治理，以及数据资产价值评估，将数据价值和数据管理价值体现出来。数据治理案例三数据治理（DataGovernance）是组织中涉及数据使用的一整套管理行为，由企业数据治理部门发起并推行，关注如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。数据治理是治理工作，搭建数据治理体系，盘点全企业数据资产，编制企业级数据标准、搭建全域数据架构、完成全部数据资产认责，制定了数据质量规则并发布数据质量报告，促进数据质量的提升，同时，制定了各项管理流程，开展

一个管理体系，包括组织、制度、流程、工具，其终目标是提升数据的价值，是企业实现数字战略的基础。数据治理案例一：某大型央企星环科技助力某大型央企进行数字化、智能化的数据建设和数据管理。对企业整体数据治理标准，盘点数据资产进行认责，开发重点数据应用，让数据真正成为资产，向各级用户提供随需共享和智能数据服务。数据治理成为释放数据价值的新引擎。数据治理案例二：某航空公司星环科技全面协助客户开展企业级数据数据治理培训，提高企业自身数据管理水平。并将治理工作落实到数据管理平台中，提升了主数据、元数据的管理水平，通过敏捷化的数据专项治理，以及数据资产价值评估，将数据价值和数据管理价值体现出来。数据治理案例三数据治理（DataGovernance）是组织中涉及数据使用的一整套管理行为，由企业数据治理部门发起并推行，关注如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。数据治理是治理工作，搭建数据治理体系，盘点全企业数据资产，编制企业级数据标准、搭建全域数据架构、完成全部数据资产认责，制定了数据质量规则并发布数据质量报告，促进数据质量的提升，同时，制定了各项管理流程，开展

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...

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

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"}...

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":...

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...

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

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：