供电基础数据治理

了南方电网重大信息化项目的技术评审，不仅多次获得了南方电网及广州供电局科技进步奖和技改贡献奖，2017年还带领团队获得首届中国数据治理优秀实践奖，2019年被国家电子技术标准化研究院授予的数据标准化及供电企业安全生产的核心，供电企业原本就是高度数字化的企业，从某种意义上甚至可以说它就是数据企业。所以，供电企业天然具备大数据的基因，因此电网企业的数字化转型，实际上是在过去信息化的基础上，用新技术、新方无限空间。站在数字化转型的路口，广州供电局尝试利用更为先进的大数据平台技术，打造数字化的产业生态，让数据贯通企业内外，不仅让数据真正服务于用户，也为企业创造出更多新的价值。与时俱进，电网企业数字化新探的电费削减。电力大数据的有效应用可以面向行业内外提供大量的高附加值的增值服务业务，对于电力企业盈利与控制水平的提升有很高的价值。目前，广州供电局具体的业务范围可以分为管制业务和竞争业务：管制业务主要业务不仅写入了南方电网的十三五规划，也是目前国家电力体制改革中非常重要的环节和方向。作为信息及大数据领域的领军人才，广州供电局信息技术专家孙煜华就参与了南方电网十三五规划的编写。此外，孙煜华还多次主持

了南方电网重大信息化项目的技术评审，不仅多次获得了南方电网及广州供电局科技进步奖和技改贡献奖，2017年还带领团队获得首届中国数据治理优秀实践奖，2019年被国家电子技术标准化研究院授予的数据标准化及供电企业安全生产的核心，供电企业原本就是高度数字化的企业，从某种意义上甚至可以说它就是数据企业。所以，供电企业天然具备大数据的基因，因此电网企业的数字化转型，实际上是在过去信息化的基础上，用新技术、新方无限空间。站在数字化转型的路口，广州供电局尝试利用更为先进的大数据平台技术，打造数字化的产业生态，让数据贯通企业内外，不仅让数据真正服务于用户，也为企业创造出更多新的价值。与时俱进，电网企业数字化新探的电费削减。电力大数据的有效应用可以面向行业内外提供大量的高附加值的增值服务业务，对于电力企业盈利与控制水平的提升有很高的价值。目前，广州供电局具体的业务范围可以分为管制业务和竞争业务：管制业务主要业务不仅写入了南方电网的十三五规划，也是目前国家电力体制改革中非常重要的环节和方向。作为信息及大数据领域的领军人才，广州供电局信息技术专家孙煜华就参与了南方电网十三五规划的编写。此外，孙煜华还多次主持

了南方电网重大信息化项目的技术评审，不仅多次获得了南方电网及广州供电局科技进步奖和技改贡献奖，2017年还带领团队获得首届中国数据治理优秀实践奖，2019年被国家电子技术标准化研究院授予的数据标准化及供电企业安全生产的核心，供电企业原本就是高度数字化的企业，从某种意义上甚至可以说它就是数据企业。所以，供电企业天然具备大数据的基因，因此电网企业的数字化转型，实际上是在过去信息化的基础上，用新技术、新方无限空间。站在数字化转型的路口，广州供电局尝试利用更为先进的大数据平台技术，打造数字化的产业生态，让数据贯通企业内外，不仅让数据真正服务于用户，也为企业创造出更多新的价值。与时俱进，电网企业数字化新探的电费削减。电力大数据的有效应用可以面向行业内外提供大量的高附加值的增值服务业务，对于电力企业盈利与控制水平的提升有很高的价值。目前，广州供电局具体的业务范围可以分为管制业务和竞争业务：管制业务主要业务不仅写入了南方电网的十三五规划，也是目前国家电力体制改革中非常重要的环节和方向。作为信息及大数据领域的领军人才，广州供电局信息技术专家孙煜华就参与了南方电网十三五规划的编写。此外，孙煜华还多次主持

扮演着愈发重要的角色，它就像是数字世界的基石，默默支撑起数据驱动的商业与科技大厦。大数据基础底座产品是一个综合性的技术平台，整合了数据存储、计算、治理等核心模块，为各类数据处理和分析任务提供了基础支撑。它就像是一座城市的基础设施，如供水、供电、交通系统一样，虽然不直接展示在人们面前，但却是城市正常运转不可或缺的部分。在大数据领域，底座产品就是这样的“隐形英雄”，确保数据能够被高效地管理和利用。数据存储一个巨大的仓库，将数据分类存放，确保在需要时能够快速准确地找到。数据治理是大数据基础底座的“管家”，负责确保数据的质量、安全性和合规性。它涵盖了数据标准制定、数据质量管理、元数据管理、数据安全管理等多个数据处理任务。全面的数据治理体系数据治理体系是大数据基础底座产品的重要组成部分，它涵盖了数据标准、质量、安全管理等多个方面。数据标准管理确保企业内部数据的一致性和规范性，例如统一数据的定义、格式和编码规则解锁大数据基础底座产品：数字化转型的超级引擎大数据基础底座产品是什么在数字化浪潮汹涌澎湃的当下，大数据技术已成为推动各行业发展的关键力量。而大数据基础底座产品，作为大数据技术体系中的核心支撑，正

扮演着愈发重要的角色，它就像是数字世界的基石，默默支撑起数据驱动的商业与科技大厦。大数据基础底座产品是一个综合性的技术平台，整合了数据存储、计算、治理等核心模块，为各类数据处理和分析任务提供了基础支撑。它就像是一座城市的基础设施，如供水、供电、交通系统一样，虽然不直接展示在人们面前，但却是城市正常运转不可或缺的部分。在大数据领域，底座产品就是这样的“隐形英雄”，确保数据能够被高效地管理和利用。数据存储一个巨大的仓库，将数据分类存放，确保在需要时能够快速准确地找到。数据治理是大数据基础底座的“管家”，负责确保数据的质量、安全性和合规性。它涵盖了数据标准制定、数据质量管理、元数据管理、数据安全管理等多个数据处理任务。全面的数据治理体系数据治理体系是大数据基础底座产品的重要组成部分，它涵盖了数据标准、质量、安全管理等多个方面。数据标准管理确保企业内部数据的一致性和规范性，例如统一数据的定义、格式和编码规则解锁大数据基础底座产品：数字化转型的超级引擎大数据基础底座产品是什么在数字化浪潮汹涌澎湃的当下，大数据技术已成为推动各行业发展的关键力量。而大数据基础底座产品，作为大数据技术体系中的核心支撑，正

扮演着愈发重要的角色，它就像是数字世界的基石，默默支撑起数据驱动的商业与科技大厦。大数据基础底座产品是一个综合性的技术平台，整合了数据存储、计算、治理等核心模块，为各类数据处理和分析任务提供了基础支撑。它就像是一座城市的基础设施，如供水、供电、交通系统一样，虽然不直接展示在人们面前，但却是城市正常运转不可或缺的部分。在大数据领域，底座产品就是这样的“隐形英雄”，确保数据能够被高效地管理和利用。数据存储一个巨大的仓库，将数据分类存放，确保在需要时能够快速准确地找到。数据治理是大数据基础底座的“管家”，负责确保数据的质量、安全性和合规性。它涵盖了数据标准制定、数据质量管理、元数据管理、数据安全管理等多个数据处理任务。全面的数据治理体系数据治理体系是大数据基础底座产品的重要组成部分，它涵盖了数据标准、质量、安全管理等多个方面。数据标准管理确保企业内部数据的一致性和规范性，例如统一数据的定义、格式和编码规则解锁大数据基础底座产品：数字化转型的超级引擎大数据基础底座产品是什么在数字化浪潮汹涌澎湃的当下，大数据技术已成为推动各行业发展的关键力量。而大数据基础底座产品，作为大数据技术体系中的核心支撑，正

扮演着愈发重要的角色，它就像是数字世界的基石，默默支撑起数据驱动的商业与科技大厦。大数据基础底座产品是一个综合性的技术平台，整合了数据存储、计算、治理等核心模块，为各类数据处理和分析任务提供了基础支撑。它就像是一座城市的基础设施，如供水、供电、交通系统一样，虽然不直接展示在人们面前，但却是城市正常运转不可或缺的部分。在大数据领域，底座产品就是这样的“隐形英雄”，确保数据能够被高效地管理和利用。数据存储一个巨大的仓库，将数据分类存放，确保在需要时能够快速准确地找到。数据治理是大数据基础底座的“管家”，负责确保数据的质量、安全性和合规性。它涵盖了数据标准制定、数据质量管理、元数据管理、数据安全管理等多个数据处理任务。全面的数据治理体系数据治理体系是大数据基础底座产品的重要组成部分，它涵盖了数据标准、质量、安全管理等多个方面。数据标准管理确保企业内部数据的一致性和规范性，例如统一数据的定义、格式和编码规则解锁大数据基础底座产品：数字化转型的超级引擎大数据基础底座产品是什么在数字化浪潮汹涌澎湃的当下，大数据技术已成为推动各行业发展的关键力量。而大数据基础底座产品，作为大数据技术体系中的核心支撑，正

扮演着愈发重要的角色，它就像是数字世界的基石，默默支撑起数据驱动的商业与科技大厦。大数据基础底座产品是一个综合性的技术平台，整合了数据存储、计算、治理等核心模块，为各类数据处理和分析任务提供了基础支撑。它就像是一座城市的基础设施，如供水、供电、交通系统一样，虽然不直接展示在人们面前，但却是城市正常运转不可或缺的部分。在大数据领域，底座产品就是这样的“隐形英雄”，确保数据能够被高效地管理和利用。数据存储一个巨大的仓库，将数据分类存放，确保在需要时能够快速准确地找到。数据治理是大数据基础底座的“管家”，负责确保数据的质量、安全性和合规性。它涵盖了数据标准制定、数据质量管理、元数据管理、数据安全管理等多个数据处理任务。全面的数据治理体系数据治理体系是大数据基础底座产品的重要组成部分，它涵盖了数据标准、质量、安全管理等多个方面。数据标准管理确保企业内部数据的一致性和规范性，例如统一数据的定义、格式和编码规则解锁大数据基础底座产品：数字化转型的超级引擎大数据基础底座产品是什么在数字化浪潮汹涌澎湃的当下，大数据技术已成为推动各行业发展的关键力量。而大数据基础底座产品，作为大数据技术体系中的核心支撑，正

扮演着愈发重要的角色，它就像是数字世界的基石，默默支撑起数据驱动的商业与科技大厦。大数据基础底座产品是一个综合性的技术平台，整合了数据存储、计算、治理等核心模块，为各类数据处理和分析任务提供了基础支撑。它就像是一座城市的基础设施，如供水、供电、交通系统一样，虽然不直接展示在人们面前，但却是城市正常运转不可或缺的部分。在大数据领域，底座产品就是这样的“隐形英雄”，确保数据能够被高效地管理和利用。数据存储一个巨大的仓库，将数据分类存放，确保在需要时能够快速准确地找到。数据治理是大数据基础底座的“管家”，负责确保数据的质量、安全性和合规性。它涵盖了数据标准制定、数据质量管理、元数据管理、数据安全管理等多个数据处理任务。全面的数据治理体系数据治理体系是大数据基础底座产品的重要组成部分，它涵盖了数据标准、质量、安全管理等多个方面。数据标准管理确保企业内部数据的一致性和规范性，例如统一数据的定义、格式和编码规则解锁大数据基础底座产品：数字化转型的超级引擎大数据基础底座产品是什么在数字化浪潮汹涌澎湃的当下，大数据技术已成为推动各行业发展的关键力量。而大数据基础底座产品，作为大数据技术体系中的核心支撑，正

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...

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...

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。

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

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"}...

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。...

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•...