数据中台统一服务接入

怎么建设数据中台？在数字化转型的浪潮中，数据中台已成为企业提高数据价值、赋能业务创新的重要基础设施。它既不是简单的技术堆砌，也不是孤立的数据仓库，而是一套整合数据资产、提供统一服务的体系化解决方案。那么，如何科学有效地建设数据中台呢？明确建设目标与定位建设数据中台的首要任务是明确其战略定位。数据中台的核心价值在于打破数据孤岛，实现数据的统一治理和共享服务。企业需要根据自身业务特点和发展阶段，确定数据中台的主要服务对象，比如是面向内部运营优化，还是支撑外部客户服务。同时，要制定清晰的阶段性目标，避免一开始就追求大而全的建设模式。一个务实的方法是先聚焦核心业务场景，通过解决具体问题来验证价值，再逐步扩展。构建完整技术架构数据中台的技术架构通常包含四个关键层次。在数据采集层，需要建立多源异构数据的接入能力，包括数据库日志、物联网设备、第三方平台等各类数据源的实时和批量采集。在数据存储与计算层、使用数据。高管理层的持续支持是关键，数据中台建设往往需要长期投入，短期内可能难以看到明显回报。建设数据中台是一场持久战，需要业务、技术和管理的深度融合。企业应当避免盲目跟风，而是立足自身需求，选择适合的建设路径。数据中台的目标不是技术先进，而是让数据真正流动起来，为业务创造看得见的价值。

怎么建设数据中台？在数字化转型的浪潮中，数据中台已成为企业提高数据价值、赋能业务创新的重要基础设施。它既不是简单的技术堆砌，也不是孤立的数据仓库，而是一套整合数据资产、提供统一服务的体系化解决方案。那么，如何科学有效地建设数据中台呢？明确建设目标与定位建设数据中台的首要任务是明确其战略定位。数据中台的核心价值在于打破数据孤岛，实现数据的统一治理和共享服务。企业需要根据自身业务特点和发展阶段，确定数据中台的主要服务对象，比如是面向内部运营优化，还是支撑外部客户服务。同时，要制定清晰的阶段性目标，避免一开始就追求大而全的建设模式。一个务实的方法是先聚焦核心业务场景，通过解决具体问题来验证价值，再逐步扩展。构建完整技术架构数据中台的技术架构通常包含四个关键层次。在数据采集层，需要建立多源异构数据的接入能力，包括数据库日志、物联网设备、第三方平台等各类数据源的实时和批量采集。在数据存储与计算层、使用数据。高管理层的持续支持是关键，数据中台建设往往需要长期投入，短期内可能难以看到明显回报。建设数据中台是一场持久战，需要业务、技术和管理的深度融合。企业应当避免盲目跟风，而是立足自身需求，选择适合的建设路径。数据中台的目标不是技术先进，而是让数据真正流动起来，为业务创造看得见的价值。

怎么建设数据中台？在数字化转型的浪潮中，数据中台已成为企业提高数据价值、赋能业务创新的重要基础设施。它既不是简单的技术堆砌，也不是孤立的数据仓库，而是一套整合数据资产、提供统一服务的体系化解决方案。那么，如何科学有效地建设数据中台呢？明确建设目标与定位建设数据中台的首要任务是明确其战略定位。数据中台的核心价值在于打破数据孤岛，实现数据的统一治理和共享服务。企业需要根据自身业务特点和发展阶段，确定数据中台的主要服务对象，比如是面向内部运营优化，还是支撑外部客户服务。同时，要制定清晰的阶段性目标，避免一开始就追求大而全的建设模式。一个务实的方法是先聚焦核心业务场景，通过解决具体问题来验证价值，再逐步扩展。构建完整技术架构数据中台的技术架构通常包含四个关键层次。在数据采集层，需要建立多源异构数据的接入能力，包括数据库日志、物联网设备、第三方平台等各类数据源的实时和批量采集。在数据存储与计算层、使用数据。高管理层的持续支持是关键，数据中台建设往往需要长期投入，短期内可能难以看到明显回报。建设数据中台是一场持久战，需要业务、技术和管理的深度融合。企业应当避免盲目跟风，而是立足自身需求，选择适合的建设路径。数据中台的目标不是技术先进，而是让数据真正流动起来，为业务创造看得见的价值。

怎么建设数据中台？在数字化转型的浪潮中，数据中台已成为企业提高数据价值、赋能业务创新的重要基础设施。它既不是简单的技术堆砌，也不是孤立的数据仓库，而是一套整合数据资产、提供统一服务的体系化解决方案。那么，如何科学有效地建设数据中台呢？明确建设目标与定位建设数据中台的首要任务是明确其战略定位。数据中台的核心价值在于打破数据孤岛，实现数据的统一治理和共享服务。企业需要根据自身业务特点和发展阶段，确定数据中台的主要服务对象，比如是面向内部运营优化，还是支撑外部客户服务。同时，要制定清晰的阶段性目标，避免一开始就追求大而全的建设模式。一个务实的方法是先聚焦核心业务场景，通过解决具体问题来验证价值，再逐步扩展。构建完整技术架构数据中台的技术架构通常包含四个关键层次。在数据采集层，需要建立多源异构数据的接入能力，包括数据库日志、物联网设备、第三方平台等各类数据源的实时和批量采集。在数据存储与计算层、使用数据。高管理层的持续支持是关键，数据中台建设往往需要长期投入，短期内可能难以看到明显回报。建设数据中台是一场持久战，需要业务、技术和管理的深度融合。企业应当避免盲目跟风，而是立足自身需求，选择适合的建设路径。数据中台的目标不是技术先进，而是让数据真正流动起来，为业务创造看得见的价值。

共性数据加工、统一数据取数口径，保障数据一致性，提高报送数据管理效率。平台引入微服务架构，统一平台应用技术架构，统一服务交互接口。整合业务需求，融合定长报表、变长报表、逐笔表单等报送形式，统一制度定义、数据Sophon的新能力，联合打造统一监管报送平台，为金融机构的监管报送提供安全高效、稳定可靠、敏捷智能的技术服务。统一监管报送平台-监管报送全流程全业务解决方案中软融鑫凭借在监管报送领域多年的技术积累校验引擎以及报送流程。结合数据管理工具，形成鑫达统一监管报送平台，为金融机构提供从数据规划到数据整合数据校验，再到数据分析报送的全流程监管服务。以及对监管需求的精准理解，推出新一代统一监管报送平台—鑫达统一监管报送平台，为金融机构提供监管报送全流程、全业务解决方案。鑫达统一监管报送平台是集监管报送平台、数据补录平台、数据检核平台、数据管理平台、数据开发平台和基础配置平台为一体的全能型、一站式监管报送系统。该解决方案基于星环科技分布式数据库ArgoDB的高扩展、高性能、高可靠、易开发、高安全的优势，实现了统一数据管理、统一数据来源、统一

共性数据加工、统一数据取数口径，保障数据一致性，提高报送数据管理效率。平台引入微服务架构，统一平台应用技术架构，统一服务交互接口。整合业务需求，融合定长报表、变长报表、逐笔表单等报送形式，统一制度定义、数据Sophon的新能力，联合打造统一监管报送平台，为金融机构的监管报送提供安全高效、稳定可靠、敏捷智能的技术服务。统一监管报送平台-监管报送全流程全业务解决方案中软融鑫凭借在监管报送领域多年的技术积累校验引擎以及报送流程。结合数据管理工具，形成鑫达统一监管报送平台，为金融机构提供从数据规划到数据整合数据校验，再到数据分析报送的全流程监管服务。以及对监管需求的精准理解，推出新一代统一监管报送平台—鑫达统一监管报送平台，为金融机构提供监管报送全流程、全业务解决方案。鑫达统一监管报送平台是集监管报送平台、数据补录平台、数据检核平台、数据管理平台、数据开发平台和基础配置平台为一体的全能型、一站式监管报送系统。该解决方案基于星环科技分布式数据库ArgoDB的高扩展、高性能、高可靠、易开发、高安全的优势，实现了统一数据管理、统一数据来源、统一

共性数据加工、统一数据取数口径，保障数据一致性，提高报送数据管理效率。平台引入微服务架构，统一平台应用技术架构，统一服务交互接口。整合业务需求，融合定长报表、变长报表、逐笔表单等报送形式，统一制度定义、数据Sophon的新能力，联合打造统一监管报送平台，为金融机构的监管报送提供安全高效、稳定可靠、敏捷智能的技术服务。统一监管报送平台-监管报送全流程全业务解决方案中软融鑫凭借在监管报送领域多年的技术积累校验引擎以及报送流程。结合数据管理工具，形成鑫达统一监管报送平台，为金融机构提供从数据规划到数据整合数据校验，再到数据分析报送的全流程监管服务。以及对监管需求的精准理解，推出新一代统一监管报送平台—鑫达统一监管报送平台，为金融机构提供监管报送全流程、全业务解决方案。鑫达统一监管报送平台是集监管报送平台、数据补录平台、数据检核平台、数据管理平台、数据开发平台和基础配置平台为一体的全能型、一站式监管报送系统。该解决方案基于星环科技分布式数据库ArgoDB的高扩展、高性能、高可靠、易开发、高安全的优势，实现了统一数据管理、统一数据来源、统一

共性数据加工、统一数据取数口径，保障数据一致性，提高报送数据管理效率。平台引入微服务架构，统一平台应用技术架构，统一服务交互接口。整合业务需求，融合定长报表、变长报表、逐笔表单等报送形式，统一制度定义、数据Sophon的新能力，联合打造统一监管报送平台，为金融机构的监管报送提供安全高效、稳定可靠、敏捷智能的技术服务。统一监管报送平台-监管报送全流程全业务解决方案中软融鑫凭借在监管报送领域多年的技术积累校验引擎以及报送流程。结合数据管理工具，形成鑫达统一监管报送平台，为金融机构提供从数据规划到数据整合数据校验，再到数据分析报送的全流程监管服务。以及对监管需求的精准理解，推出新一代统一监管报送平台—鑫达统一监管报送平台，为金融机构提供监管报送全流程、全业务解决方案。鑫达统一监管报送平台是集监管报送平台、数据补录平台、数据检核平台、数据管理平台、数据开发平台和基础配置平台为一体的全能型、一站式监管报送系统。该解决方案基于星环科技分布式数据库ArgoDB的高扩展、高性能、高可靠、易开发、高安全的优势，实现了统一数据管理、统一数据来源、统一

共性数据加工、统一数据取数口径，保障数据一致性，提高报送数据管理效率。平台引入微服务架构，统一平台应用技术架构，统一服务交互接口。整合业务需求，融合定长报表、变长报表、逐笔表单等报送形式，统一制度定义、数据Sophon的新能力，联合打造统一监管报送平台，为金融机构的监管报送提供安全高效、稳定可靠、敏捷智能的技术服务。统一监管报送平台-监管报送全流程全业务解决方案中软融鑫凭借在监管报送领域多年的技术积累校验引擎以及报送流程。结合数据管理工具，形成鑫达统一监管报送平台，为金融机构提供从数据规划到数据整合数据校验，再到数据分析报送的全流程监管服务。以及对监管需求的精准理解，推出新一代统一监管报送平台—鑫达统一监管报送平台，为金融机构提供监管报送全流程、全业务解决方案。鑫达统一监管报送平台是集监管报送平台、数据补录平台、数据检核平台、数据管理平台、数据开发平台和基础配置平台为一体的全能型、一站式监管报送系统。该解决方案基于星环科技分布式数据库ArgoDB的高扩展、高性能、高可靠、易开发、高安全的优势，实现了统一数据管理、统一数据来源、统一

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":...

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•...

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。

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"}...

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...

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。...

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...