提供数字底座服务的公司

、提高决策效率等。此外，数据底座还可以帮助公司或组织更好地管理数据资产，包括数据的存储、备份、恢复、共享等。数据底座是一个公司或组织数字化转型的基础，能够提供全面的数据管理解决方案，帮助公司或组织更好地利数据底座是一种基于现代化技术架构的数字基础设施。包括了一个或多个组件，如数据平台、云平台、物联网平台、人工智能平台和安全性、监控和管控工具等，这些组件都是相互关联和融合的，为企业数字化提供了支持和基础设施。数据底座为企业提供了可靠、安全、连续性的技术基础环境，帮助企业实现数据的统一存储、分析、管理和应用，同时提高企业中的协同能力和经营决策效率。数据底座可以有效加速企业数字化转型，使其更加敏捷、有弹性、可扩展、可管理，从而提高业务价值。数据底座的重要性在于它能够提供一个统一的数据管理框架，使公司或组织能够更快地发现和利用数据资产，同时保证数据安全性和可靠性。数据底座能够支持各种类型的数据分析，包括传统的结构化数据分析、现代的非结构化数据分析和实时数据分析。数据底座可以支持各种数据应用，如商业智能、机器学习、预测分析、数据挖掘等。这些应用可以帮助公司或组织更好地理解市场动态、优化业务流程

、提高决策效率等。此外，数据底座还可以帮助公司或组织更好地管理数据资产，包括数据的存储、备份、恢复、共享等。数据底座是一个公司或组织数字化转型的基础，能够提供全面的数据管理解决方案，帮助公司或组织更好地利数据底座是一种基于现代化技术架构的数字基础设施。包括了一个或多个组件，如数据平台、云平台、物联网平台、人工智能平台和安全性、监控和管控工具等，这些组件都是相互关联和融合的，为企业数字化提供了支持和基础设施。数据底座为企业提供了可靠、安全、连续性的技术基础环境，帮助企业实现数据的统一存储、分析、管理和应用，同时提高企业中的协同能力和经营决策效率。数据底座可以有效加速企业数字化转型，使其更加敏捷、有弹性、可扩展、可管理，从而提高业务价值。数据底座的重要性在于它能够提供一个统一的数据管理框架，使公司或组织能够更快地发现和利用数据资产，同时保证数据安全性和可靠性。数据底座能够支持各种类型的数据分析，包括传统的结构化数据分析、现代的非结构化数据分析和实时数据分析。数据底座可以支持各种数据应用，如商业智能、机器学习、预测分析、数据挖掘等。这些应用可以帮助公司或组织更好地理解市场动态、优化业务流程

、提高决策效率等。此外，数据底座还可以帮助公司或组织更好地管理数据资产，包括数据的存储、备份、恢复、共享等。数据底座是一个公司或组织数字化转型的基础，能够提供全面的数据管理解决方案，帮助公司或组织更好地利数据底座是一种基于现代化技术架构的数字基础设施。包括了一个或多个组件，如数据平台、云平台、物联网平台、人工智能平台和安全性、监控和管控工具等，这些组件都是相互关联和融合的，为企业数字化提供了支持和基础设施。数据底座为企业提供了可靠、安全、连续性的技术基础环境，帮助企业实现数据的统一存储、分析、管理和应用，同时提高企业中的协同能力和经营决策效率。数据底座可以有效加速企业数字化转型，使其更加敏捷、有弹性、可扩展、可管理，从而提高业务价值。数据底座的重要性在于它能够提供一个统一的数据管理框架，使公司或组织能够更快地发现和利用数据资产，同时保证数据安全性和可靠性。数据底座能够支持各种类型的数据分析，包括传统的结构化数据分析、现代的非结构化数据分析和实时数据分析。数据底座可以支持各种数据应用，如商业智能、机器学习、预测分析、数据挖掘等。这些应用可以帮助公司或组织更好地理解市场动态、优化业务流程

、提高决策效率等。此外，数据底座还可以帮助公司或组织更好地管理数据资产，包括数据的存储、备份、恢复、共享等。数据底座是一个公司或组织数字化转型的基础，能够提供全面的数据管理解决方案，帮助公司或组织更好地利数据底座是一种基于现代化技术架构的数字基础设施。包括了一个或多个组件，如数据平台、云平台、物联网平台、人工智能平台和安全性、监控和管控工具等，这些组件都是相互关联和融合的，为企业数字化提供了支持和基础设施。数据底座为企业提供了可靠、安全、连续性的技术基础环境，帮助企业实现数据的统一存储、分析、管理和应用，同时提高企业中的协同能力和经营决策效率。数据底座可以有效加速企业数字化转型，使其更加敏捷、有弹性、可扩展、可管理，从而提高业务价值。数据底座的重要性在于它能够提供一个统一的数据管理框架，使公司或组织能够更快地发现和利用数据资产，同时保证数据安全性和可靠性。数据底座能够支持各种类型的数据分析，包括传统的结构化数据分析、现代的非结构化数据分析和实时数据分析。数据底座可以支持各种数据应用，如商业智能、机器学习、预测分析、数据挖掘等。这些应用可以帮助公司或组织更好地理解市场动态、优化业务流程

、提高决策效率等。此外，数据底座还可以帮助公司或组织更好地管理数据资产，包括数据的存储、备份、恢复、共享等。数据底座是一个公司或组织数字化转型的基础，能够提供全面的数据管理解决方案，帮助公司或组织更好地利数据底座是一种基于现代化技术架构的数字基础设施。包括了一个或多个组件，如数据平台、云平台、物联网平台、人工智能平台和安全性、监控和管控工具等，这些组件都是相互关联和融合的，为企业数字化提供了支持和基础设施。数据底座为企业提供了可靠、安全、连续性的技术基础环境，帮助企业实现数据的统一存储、分析、管理和应用，同时提高企业中的协同能力和经营决策效率。数据底座可以有效加速企业数字化转型，使其更加敏捷、有弹性、可扩展、可管理，从而提高业务价值。数据底座的重要性在于它能够提供一个统一的数据管理框架，使公司或组织能够更快地发现和利用数据资产，同时保证数据安全性和可靠性。数据底座能够支持各种类型的数据分析，包括传统的结构化数据分析、现代的非结构化数据分析和实时数据分析。数据底座可以支持各种数据应用，如商业智能、机器学习、预测分析、数据挖掘等。这些应用可以帮助公司或组织更好地理解市场动态、优化业务流程

数字底座是一个基于现代化技术架构的数字基础设施体系，它为城市数字化转型提供数据支撑、技术赋能和平台服务。数字底座的核心功能包括算力、算法、数据和网络。具体来说：算力：数字底座提供强大的计算能力，这是数字经济的基石，需要构建安全稳定、自主可控的云计算基础设施。算法：数字底座包含算法，这些算法能够对数据进行处理和分析，为决策提供支持。数据：数据是城市发展和治理的驱动要素，数字底座通过激活数据要素价值通过整合和管理不同类型的数据，为企业提供数据洞察和决策支持。数字底座还涉及到城市信息模型（CIM）的建设，包括时空基准、建筑信息模型（BIM）、地理信息系统（GIS）等，以及“一标三实”体系建设，即标准地址库、实有人口、实有房屋、实有单位等要求。，确保数据安全流通。网络：数字底座还包括网络基础设施建设，如4G、5G和光纤宽带网络，这些是支撑数字经济增长的关键。数字底座的建设不仅需要技术架构的支持，还需要运营和管理，以适应市场的变化和需求。它

数字底座是一个基于现代化技术架构的数字基础设施体系，它为城市数字化转型提供数据支撑、技术赋能和平台服务。数字底座的核心功能包括算力、算法、数据和网络。具体来说：算力：数字底座提供强大的计算能力，这是数字经济的基石，需要构建安全稳定、自主可控的云计算基础设施。算法：数字底座包含算法，这些算法能够对数据进行处理和分析，为决策提供支持。数据：数据是城市发展和治理的驱动要素，数字底座通过激活数据要素价值通过整合和管理不同类型的数据，为企业提供数据洞察和决策支持。数字底座还涉及到城市信息模型（CIM）的建设，包括时空基准、建筑信息模型（BIM）、地理信息系统（GIS）等，以及“一标三实”体系建设，即标准地址库、实有人口、实有房屋、实有单位等要求。，确保数据安全流通。网络：数字底座还包括网络基础设施建设，如4G、5G和光纤宽带网络，这些是支撑数字经济增长的关键。数字底座的建设不仅需要技术架构的支持，还需要运营和管理，以适应市场的变化和需求。它

数字底座是一个基于现代化技术架构的数字基础设施体系，它为城市数字化转型提供数据支撑、技术赋能和平台服务。数字底座的核心功能包括算力、算法、数据和网络。具体来说：算力：数字底座提供强大的计算能力，这是数字经济的基石，需要构建安全稳定、自主可控的云计算基础设施。算法：数字底座包含算法，这些算法能够对数据进行处理和分析，为决策提供支持。数据：数据是城市发展和治理的驱动要素，数字底座通过激活数据要素价值通过整合和管理不同类型的数据，为企业提供数据洞察和决策支持。数字底座还涉及到城市信息模型（CIM）的建设，包括时空基准、建筑信息模型（BIM）、地理信息系统（GIS）等，以及“一标三实”体系建设，即标准地址库、实有人口、实有房屋、实有单位等要求。，确保数据安全流通。网络：数字底座还包括网络基础设施建设，如4G、5G和光纤宽带网络，这些是支撑数字经济增长的关键。数字底座的建设不仅需要技术架构的支持，还需要运营和管理，以适应市场的变化和需求。它

数字底座是一个基于现代化技术架构的数字基础设施体系，它为城市数字化转型提供数据支撑、技术赋能和平台服务。数字底座的核心功能包括算力、算法、数据和网络。具体来说：算力：数字底座提供强大的计算能力，这是数字经济的基石，需要构建安全稳定、自主可控的云计算基础设施。算法：数字底座包含算法，这些算法能够对数据进行处理和分析，为决策提供支持。数据：数据是城市发展和治理的驱动要素，数字底座通过激活数据要素价值通过整合和管理不同类型的数据，为企业提供数据洞察和决策支持。数字底座还涉及到城市信息模型（CIM）的建设，包括时空基准、建筑信息模型（BIM）、地理信息系统（GIS）等，以及“一标三实”体系建设，即标准地址库、实有人口、实有房屋、实有单位等要求。，确保数据安全流通。网络：数字底座还包括网络基础设施建设，如4G、5G和光纤宽带网络，这些是支撑数字经济增长的关键。数字底座的建设不仅需要技术架构的支持，还需要运营和管理，以适应市场的变化和需求。它

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：

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

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

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":...

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。...