稳步夯实数据治理基础

夯实数字底座是实现数字化转型和智慧城市建设的关键步骤。以下是一些关于夯实数字底座的关键点和实践：数字底座的定义：数字底座是基于现代化技术架构的数字基础设施，它包括数据平台、云平台、物联网平台、人工智能平台等组件，以及安全性、监控和管控工具。这些组件相互关联和融合，为企业数字化提供支持和基础设施。数字底座的作用：数字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，实现了政务服务事项的“一网通办”。数字底座的技术基础：数字底座的技术基础涵盖物联网、大数据、分布式算力、5G、AI、区块链、可信计算等，各项技术的优势突出，能实现物理世界的数字化，并对未来进行预测、模拟坚实数字底座的前景将更加广阔。未来，数字底座将更加注重数据的互联互通和共享共用，推动形成更加开放、协同的数字生态。、管理和应用，同时提高企业中的协同能力和经营决策效率。华为城市孪生数字底座解决方案：华为联合合作伙伴发布了“城市孪生数字底座解决方案”，利用数字孪生技术支撑城市治理体系智能化与治理能力现代化，提高

夯实数字底座是实现数字化转型和智慧城市建设的关键步骤。以下是一些关于夯实数字底座的关键点和实践：数字底座的定义：数字底座是基于现代化技术架构的数字基础设施，它包括数据平台、云平台、物联网平台、人工智能平台等组件，以及安全性、监控和管控工具。这些组件相互关联和融合，为企业数字化提供支持和基础设施。数字底座的作用：数字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，实现了政务服务事项的“一网通办”。数字底座的技术基础：数字底座的技术基础涵盖物联网、大数据、分布式算力、5G、AI、区块链、可信计算等，各项技术的优势突出，能实现物理世界的数字化，并对未来进行预测、模拟坚实数字底座的前景将更加广阔。未来，数字底座将更加注重数据的互联互通和共享共用，推动形成更加开放、协同的数字生态。、管理和应用，同时提高企业中的协同能力和经营决策效率。华为城市孪生数字底座解决方案：华为联合合作伙伴发布了“城市孪生数字底座解决方案”，利用数字孪生技术支撑城市治理体系智能化与治理能力现代化，提高

夯实数字底座是实现数字化转型和智慧城市建设的关键步骤。以下是一些关于夯实数字底座的关键点和实践：数字底座的定义：数字底座是基于现代化技术架构的数字基础设施，它包括数据平台、云平台、物联网平台、人工智能平台等组件，以及安全性、监控和管控工具。这些组件相互关联和融合，为企业数字化提供支持和基础设施。数字底座的作用：数字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，实现了政务服务事项的“一网通办”。数字底座的技术基础：数字底座的技术基础涵盖物联网、大数据、分布式算力、5G、AI、区块链、可信计算等，各项技术的优势突出，能实现物理世界的数字化，并对未来进行预测、模拟坚实数字底座的前景将更加广阔。未来，数字底座将更加注重数据的互联互通和共享共用，推动形成更加开放、协同的数字生态。、管理和应用，同时提高企业中的协同能力和经营决策效率。华为城市孪生数字底座解决方案：华为联合合作伙伴发布了“城市孪生数字底座解决方案”，利用数字孪生技术支撑城市治理体系智能化与治理能力现代化，提高

夯实数据底座是一个系统性工程，涉及到数据的汇聚、管理、安全、应用等多个方面。以下是一些关键的方法和策略，用于构建和夯实数据底座：建设策略：采取“统筹推动、以用促建、急用先行”的策略，根据公司数字化运营的需要，由公司数据管理部统一规划，各领域分别建设，以满足本领域和跨领域的数据需求。数据Owner是各领域数据底座建设的第一责任人，各领域数据部负责执行。数据安全原则：数据底座数据资产应遵循用户权限、数据密级、隐私级别等管理要求，以确保数据在存储、传输、消费等全过程中的数据安全。技术手段包括但不限于授权管理、权限控制、数据加密、数据脱敏。需求、规划双轮驱动原则：数据底座数据资产基于业务规划和需求触发双驱动的原则进行建设，对核心数据资产优先建设。数据供应多场景原则：数据底座资产供应需根据业务需求提供离线/实时、物理/虚拟等不同的数据供应通道，满足不同的数据消费场景。信息架构遵从原则：数据底座数据资产应遵从公司的信息架构，必须经IA-SAG（信息架构专家组）发布并完成注册。数据湖建设：数据湖是逻辑上各种原始数据的集合，具有“原始”、“海量”和“多样”的特征。数据湖保留数据的原格式，原则上不对数据

夯实数据底座是一个系统性工程，涉及到数据的汇聚、管理、安全、应用等多个方面。以下是一些关键的方法和策略，用于构建和夯实数据底座：建设策略：采取“统筹推动、以用促建、急用先行”的策略，根据公司数字化运营的需要，由公司数据管理部统一规划，各领域分别建设，以满足本领域和跨领域的数据需求。数据Owner是各领域数据底座建设的第一责任人，各领域数据部负责执行。数据安全原则：数据底座数据资产应遵循用户权限、数据密级、隐私级别等管理要求，以确保数据在存储、传输、消费等全过程中的数据安全。技术手段包括但不限于授权管理、权限控制、数据加密、数据脱敏。需求、规划双轮驱动原则：数据底座数据资产基于业务规划和需求触发双驱动的原则进行建设，对核心数据资产优先建设。数据供应多场景原则：数据底座资产供应需根据业务需求提供离线/实时、物理/虚拟等不同的数据供应通道，满足不同的数据消费场景。信息架构遵从原则：数据底座数据资产应遵从公司的信息架构，必须经IA-SAG（信息架构专家组）发布并完成注册。数据湖建设：数据湖是逻辑上各种原始数据的集合，具有“原始”、“海量”和“多样”的特征。数据湖保留数据的原格式，原则上不对数据

夯实数据底座是一个系统性工程，涉及到数据的汇聚、管理、安全、应用等多个方面。以下是一些关键的方法和策略，用于构建和夯实数据底座：建设策略：采取“统筹推动、以用促建、急用先行”的策略，根据公司数字化运营的需要，由公司数据管理部统一规划，各领域分别建设，以满足本领域和跨领域的数据需求。数据Owner是各领域数据底座建设的第一责任人，各领域数据部负责执行。数据安全原则：数据底座数据资产应遵循用户权限、数据密级、隐私级别等管理要求，以确保数据在存储、传输、消费等全过程中的数据安全。技术手段包括但不限于授权管理、权限控制、数据加密、数据脱敏。需求、规划双轮驱动原则：数据底座数据资产基于业务规划和需求触发双驱动的原则进行建设，对核心数据资产优先建设。数据供应多场景原则：数据底座资产供应需根据业务需求提供离线/实时、物理/虚拟等不同的数据供应通道，满足不同的数据消费场景。信息架构遵从原则：数据底座数据资产应遵从公司的信息架构，必须经IA-SAG（信息架构专家组）发布并完成注册。数据湖建设：数据湖是逻辑上各种原始数据的集合，具有“原始”、“海量”和“多样”的特征。数据湖保留数据的原格式，原则上不对数据

夯实数据底座是一个系统性工程，涉及到数据的汇聚、管理、安全、应用等多个方面。以下是一些关键的方法和策略，用于构建和夯实数据底座：建设策略：采取“统筹推动、以用促建、急用先行”的策略，根据公司数字化运营的需要，由公司数据管理部统一规划，各领域分别建设，以满足本领域和跨领域的数据需求。数据Owner是各领域数据底座建设的第一责任人，各领域数据部负责执行。数据安全原则：数据底座数据资产应遵循用户权限、数据密级、隐私级别等管理要求，以确保数据在存储、传输、消费等全过程中的数据安全。技术手段包括但不限于授权管理、权限控制、数据加密、数据脱敏。需求、规划双轮驱动原则：数据底座数据资产基于业务规划和需求触发双驱动的原则进行建设，对核心数据资产优先建设。数据供应多场景原则：数据底座资产供应需根据业务需求提供离线/实时、物理/虚拟等不同的数据供应通道，满足不同的数据消费场景。信息架构遵从原则：数据底座数据资产应遵从公司的信息架构，必须经IA-SAG（信息架构专家组）发布并完成注册。数据湖建设：数据湖是逻辑上各种原始数据的集合，具有“原始”、“海量”和“多样”的特征。数据湖保留数据的原格式，原则上不对数据

企业数据处理更加便捷和高效。未来，星环科技将继续深耕技术创新，携手鲲鹏，充分发挥各自优势，加强在相关技术、产品、市场等方面的合作，为更多行业客户提供高效可靠、稳定安全的产品和解决方案，为千行百业夯实数智，与其它知名企业代表共同上台隆重举行了鲲鹏原生开发伙伴NRE协议签署仪式。星环科技致力于打造企业级大数据和人工智能基础软件，形成了大数据与云基础平台（TDH&TDC）、分布式关系型数据，2020年在双方工程师的紧密配合下星环科技全线产品成功迁移至鲲鹏计算平台，获得鲲鹏COMPATIBLE认证，2021年获得鲲鹏VALIDATED认证。目前星环科技大数据基础平台TDH中的搜索引擎Scope：大数据基础平台TDHTDH是星环科技自主研发的企业级一站式多模型数据管理平台。凭借星环科技创新的技术架构和深厚的产品研发能力，TDH帮助企业加速数字化转型，更全面、更便捷、更智能、更安全地运用数据，大幅降低综合成本。基于星环大数据基础平台构建核心商业系统，是企业实现一站式数字化转型、加速业务创新的致胜关键。分布式数据库ArgoDBArgoDB是星环科技自主研发的分布式数据库，可以替代

运行机制五、工作建议5.1夯实数据治理标准化发展基础5.2提高企业数据治理标准化能力5.3持续提升数据治理产业水平5.4完善数据治理标准化保障措施附录：数据标准明细表（来源：中国通信标准化协会）当前，以数据为关键生产要素的数字经济已经进入全新时代，数据成为了推动社会经济发展的核心动能，数据驱动的数字中国、数字政府和企业数字化转型正在悄然重塑经济活动和社会活动。数据治理作为数据的核心管理手段和管理范式，得到了政府、企业、个人的高度关注，伴随着理论、法律、政策、产业的一系列实质性变化，各方正在将数据治理纳入到政务活动、企业治理、经营管理等领域，数据治理的理念、法规、方法、工具也得到了蓬勃发展。数字经济的高质量发展有赖于科学完整的数据治理体系，业界需要指导性强、可实践落地的数据治理方法论。中国通信标准化协会积极将标准化理念引入数据治理，搭建了数据治理标准化体系框架，支撑各项法规政策落实、指导行业发展、引导技术进步、满足全新需求，以数据标准推动建立全新的规则秩序。本白皮书系统介绍了数据治理的概念、意义、治理范围和治理原则，详细阐述了数据治理标准化的总体进展、典型标准和需求挑战，搭建

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...

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

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...

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

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。...

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•...

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：

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。

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"}...