大数据平台开发软件应用

优，利用业务反馈持续提升大模型，而且需要拥有基础领域模型、基础开发软件、基础工具软件，以保证行业领域大模型的持续提升。星环科技发挥大数据基础软件方面的优势，推出了大模型应用开发全周期的技术和产品，在算力及基础软件层，包括星环分布式向量数数据库Hippo、分布式图数据库StellarDB、大数据开发工具TDS等众多的基础软件与工具;在开发者工具层，提供了大模型统一运营管理平台SophonLLMOps等，实现对模型训练、调优;在应用层则是面向用户的领域大模型，如星环无涯Infinity和星环SoLar求索。让大数据智能化、多模态、平民化，将拥有广阔前景的GenAI技术提交给每一个企业用户手中，让企业开启大模型和生成式AI应用的新征程。等每一个行业与领域，都会诞生领域或者行业的大模型，这些大模型具有专家的能力，可以在上面构造复杂的应用。在领域大模型落地和发展中，不仅需要长期积累高质量的数据、经验、流程和知识，利用行业积累对领域模型调语言大模型(LLM)主导的生成式AI(GenAI)毫无疑问将是未来几年重要的生产力工具，不但突破以前AI应用无法突破的极限，而且将重塑各行各业，并深刻改变企业的各个产业环节。在金融、政府、能源、交通

[亿欧导读]星环科技创始人孙元浩此前对外表示中国企业的应用场景复杂，其次用户数量庞大，在中国一定会诞生一家帮助用户解决在开源系统上开发软件需求的本土企业，所以，当从星环科技通过TPC-DS的测试时的关联关系，并提供强大的算法分析能力。新一代智能大数据云平台TranswarpDataCloud则是将大数据、人工智能、云计算三者相融合，推动服务容器化以及大数据生态上云，实现多租户间的应用隔离、数据：与新加坡人工智能核心项目签署了战略合作协议；成立星环云课堂；与北京大数据研究院达成战略合作，联合大数据分析与应用技术国家工程实验室共建星瀚大数据联合实验室。大数据服务产品向AI和云化拓展本次大会，亿欧为关注的是星环科技发布了一系列创新产品：发布人工智能平台智子；星环科技数据库产品：TDH6.0版本，分布式图数据库TranswarpStellarDB，分布式数据库TranswarpArgoDB；大数据中，构建高性能交互式数据集市，满足多维实时检索、准实时分析和海量数据离线分析业务场景。2017年中旬星环科技曾推出超融合大数据一体机产品TxDataAppliance（TxData应用装置），该产品

优，利用业务反馈持续提升大模型，而且需要拥有基础领域模型、基础开发软件、基础工具软件，以保证行业领域大模型的持续提升。星环科技发挥大数据基础软件方面的优势，推出了大模型应用开发全周期的技术和产品，在算力及基础软件层，包括星环分布式向量数数据库Hippo、分布式图数据库StellarDB、大数据开发工具TDS等众多的基础软件与工具;在开发者工具层，提供了大模型统一运营管理平台SophonLLMOps等，实现对模型训练、调优;在应用层则是面向用户的领域大模型，如星环无涯Infinity和星环SoLar求索。让大数据智能化、多模态、平民化，将拥有广阔前景的GenAI技术提交给每一个企业用户手中，让企业开启大模型和生成式AI应用的新征程。等每一个行业与领域，都会诞生领域或者行业的大模型，这些大模型具有专家的能力，可以在上面构造复杂的应用。在领域大模型落地和发展中，不仅需要长期积累高质量的数据、经验、流程和知识，利用行业积累对领域模型调语言大模型(LLM)主导的生成式AI(GenAI)毫无疑问将是未来几年重要的生产力工具，不但突破以前AI应用无法突破的极限，而且将重塑各行各业，并深刻改变企业的各个产业环节。在金融、政府、能源、交通

[亿欧导读]星环科技创始人孙元浩此前对外表示中国企业的应用场景复杂，其次用户数量庞大，在中国一定会诞生一家帮助用户解决在开源系统上开发软件需求的本土企业，所以，当从星环科技通过TPC-DS的测试时的关联关系，并提供强大的算法分析能力。新一代智能大数据云平台TranswarpDataCloud则是将大数据、人工智能、云计算三者相融合，推动服务容器化以及大数据生态上云，实现多租户间的应用隔离、数据：与新加坡人工智能核心项目签署了战略合作协议；成立星环云课堂；与北京大数据研究院达成战略合作，联合大数据分析与应用技术国家工程实验室共建星瀚大数据联合实验室。大数据服务产品向AI和云化拓展本次大会，亿欧为关注的是星环科技发布了一系列创新产品：发布人工智能平台智子；星环科技数据库产品：TDH6.0版本，分布式图数据库TranswarpStellarDB，分布式数据库TranswarpArgoDB；大数据中，构建高性能交互式数据集市，满足多维实时检索、准实时分析和海量数据离线分析业务场景。2017年中旬星环科技曾推出超融合大数据一体机产品TxDataAppliance（TxData应用装置），该产品

[亿欧导读]星环科技创始人孙元浩此前对外表示中国企业的应用场景复杂，其次用户数量庞大，在中国一定会诞生一家帮助用户解决在开源系统上开发软件需求的本土企业，所以，当从星环科技通过TPC-DS的测试时的关联关系，并提供强大的算法分析能力。新一代智能大数据云平台TranswarpDataCloud则是将大数据、人工智能、云计算三者相融合，推动服务容器化以及大数据生态上云，实现多租户间的应用隔离、数据：与新加坡人工智能核心项目签署了战略合作协议；成立星环云课堂；与北京大数据研究院达成战略合作，联合大数据分析与应用技术国家工程实验室共建星瀚大数据联合实验室。大数据服务产品向AI和云化拓展本次大会，亿欧为关注的是星环科技发布了一系列创新产品：发布人工智能平台智子；星环科技数据库产品：TDH6.0版本，分布式图数据库TranswarpStellarDB，分布式数据库TranswarpArgoDB；大数据中，构建高性能交互式数据集市，满足多维实时检索、准实时分析和海量数据离线分析业务场景。2017年中旬星环科技曾推出超融合大数据一体机产品TxDataAppliance（TxData应用装置），该产品

[亿欧导读]星环科技创始人孙元浩此前对外表示中国企业的应用场景复杂，其次用户数量庞大，在中国一定会诞生一家帮助用户解决在开源系统上开发软件需求的本土企业，所以，当从星环科技通过TPC-DS的测试时的关联关系，并提供强大的算法分析能力。新一代智能大数据云平台TranswarpDataCloud则是将大数据、人工智能、云计算三者相融合，推动服务容器化以及大数据生态上云，实现多租户间的应用隔离、数据：与新加坡人工智能核心项目签署了战略合作协议；成立星环云课堂；与北京大数据研究院达成战略合作，联合大数据分析与应用技术国家工程实验室共建星瀚大数据联合实验室。大数据服务产品向AI和云化拓展本次大会，亿欧为关注的是星环科技发布了一系列创新产品：发布人工智能平台智子；星环科技数据库产品：TDH6.0版本，分布式图数据库TranswarpStellarDB，分布式数据库TranswarpArgoDB；大数据中，构建高性能交互式数据集市，满足多维实时检索、准实时分析和海量数据离线分析业务场景。2017年中旬星环科技曾推出超融合大数据一体机产品TxDataAppliance（TxData应用装置），该产品

[亿欧导读]星环科技创始人孙元浩此前对外表示中国企业的应用场景复杂，其次用户数量庞大，在中国一定会诞生一家帮助用户解决在开源系统上开发软件需求的本土企业，所以，当从星环科技通过TPC-DS的测试时的关联关系，并提供强大的算法分析能力。新一代智能大数据云平台TranswarpDataCloud则是将大数据、人工智能、云计算三者相融合，推动服务容器化以及大数据生态上云，实现多租户间的应用隔离、数据：与新加坡人工智能核心项目签署了战略合作协议；成立星环云课堂；与北京大数据研究院达成战略合作，联合大数据分析与应用技术国家工程实验室共建星瀚大数据联合实验室。大数据服务产品向AI和云化拓展本次大会，亿欧为关注的是星环科技发布了一系列创新产品：发布人工智能平台智子；星环科技数据库产品：TDH6.0版本，分布式图数据库TranswarpStellarDB，分布式数据库TranswarpArgoDB；大数据中，构建高性能交互式数据集市，满足多维实时检索、准实时分析和海量数据离线分析业务场景。2017年中旬星环科技曾推出超融合大数据一体机产品TxDataAppliance（TxData应用装置），该产品

大数据开发平台是一种用于处理和管理大数据的软件平台，它提供了一系列的工具和服务，帮助开发人员更高效地进行大数据处理、分析和应用开发。星环大数据开发工具-TranswarpDataStudioTranswarpDataStudio(简称TDS)是星环科技自研的一站式大数据开发工具，提供数据集成、存储、治理、服务和共享等数据处理全生命周期的企业级管理能力，结合星环科技大数据基础平台。TDS基于分布式架构的设计，能够提供日百万级数据任务的调度和执行，能够快速整合或同步多个数据源的数据到大数据基础平台中，支持数据管理人员高效地设计数据标准和数据质量规则，利用大数据基础平台的计算能力来的敏感数据发现、数据分类分级管理、数据脱敏等能力，保障数据收集、存储和流通环节的安全。TDS不仅能够管理公司自研的大数据基础平台内的数据，也可以管理多个关系数据库和外部大数据平台，帮助用户屏蔽掉底层数据架构的复杂性。TranswarpDataHub（简称TDH）业界创新的多模态的大数据处理能力，能够提升企业构建数据中台、数据仓库、数据湖等系统的效率，更高效地实现数据资产化和数据业务化。TDS内置多个数据工具产品，为企业构建数据

大数据开发平台是一种用于处理和管理大数据的软件平台，它提供了一系列的工具和服务，帮助开发人员更高效地进行大数据处理、分析和应用开发。星环大数据开发工具-TranswarpDataStudioTranswarpDataStudio(简称TDS)是星环科技自研的一站式大数据开发工具，提供数据集成、存储、治理、服务和共享等数据处理全生命周期的企业级管理能力，结合星环科技大数据基础平台。TDS基于分布式架构的设计，能够提供日百万级数据任务的调度和执行，能够快速整合或同步多个数据源的数据到大数据基础平台中，支持数据管理人员高效地设计数据标准和数据质量规则，利用大数据基础平台的计算能力来的敏感数据发现、数据分类分级管理、数据脱敏等能力，保障数据收集、存储和流通环节的安全。TDS不仅能够管理公司自研的大数据基础平台内的数据，也可以管理多个关系数据库和外部大数据平台，帮助用户屏蔽掉底层数据架构的复杂性。TranswarpDataHub（简称TDH）业界创新的多模态的大数据处理能力，能够提升企业构建数据中台、数据仓库、数据湖等系统的效率，更高效地实现数据资产化和数据业务化。TDS内置多个数据工具产品，为企业构建数据

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。...

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：

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。

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

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...

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•...