强大的大数据平台

大数据云平台是一种融合了大数据技术和云计算技术的综合性平台，它为企业和组织提供了强大的数据处理、存储和分析能力。架构与特点架构：通常采用分层架构，包括基础设施层、数据存储层、数据处理层、数据分析层和数据和分析结果呈现给用户，使用户能够快速理解数据背后的含义，便于做出决策。应用开发与部署：支持用户基于平台开发各种大数据应用，如智能推荐系统、客户细分系统、风险预测系统等，并提供便捷的应用部署和运行环境。应用场景企业数据分析与决策：企业可以利用大数据云平台整合内部的销售、市场、财务、生产等数据，进行全面的数据分析，如客户行为分析、市场趋势预测、产品质量分析等，为企业的战略决策、产品研发、市场营销等：金融机构借助大数据云平台整合客户的信用记录、交易数据、市场行情等信息，运用风险模型进行信用风险、市场风险、操作风险等的评估和预测，实现风险的有效管控。医疗健康领域：医疗健康机构利用大数据云平台收集患者的病历、检查结果、基因数据等多源数据，进行疾病诊断、治疗方案优化、药物研发等研究，提升医疗服务质量和效率。按需计费的模式，用户只需为实际使用的资源付费，无需一次性投入大量资金进行硬件设备的购置和维护，大大降低了企业的大数据建设和运营成本。关键技术云计算技术：包括虚拟化技术，如将物理服务器虚拟化为多个虚拟机

大数据云平台是一种融合了大数据技术和云计算技术的综合性平台，它为企业和组织提供了强大的数据处理、存储和分析能力。架构与特点架构：通常采用分层架构，包括基础设施层、数据存储层、数据处理层、数据分析层和数据和分析结果呈现给用户，使用户能够快速理解数据背后的含义，便于做出决策。应用开发与部署：支持用户基于平台开发各种大数据应用，如智能推荐系统、客户细分系统、风险预测系统等，并提供便捷的应用部署和运行环境。应用场景企业数据分析与决策：企业可以利用大数据云平台整合内部的销售、市场、财务、生产等数据，进行全面的数据分析，如客户行为分析、市场趋势预测、产品质量分析等，为企业的战略决策、产品研发、市场营销等：金融机构借助大数据云平台整合客户的信用记录、交易数据、市场行情等信息，运用风险模型进行信用风险、市场风险、操作风险等的评估和预测，实现风险的有效管控。医疗健康领域：医疗健康机构利用大数据云平台收集患者的病历、检查结果、基因数据等多源数据，进行疾病诊断、治疗方案优化、药物研发等研究，提升医疗服务质量和效率。按需计费的模式，用户只需为实际使用的资源付费，无需一次性投入大量资金进行硬件设备的购置和维护，大大降低了企业的大数据建设和运营成本。关键技术云计算技术：包括虚拟化技术，如将物理服务器虚拟化为多个虚拟机

大数据云平台是一种融合了大数据技术和云计算技术的综合性平台，它为企业和组织提供了强大的数据处理、存储和分析能力。架构与特点架构：通常采用分层架构，包括基础设施层、数据存储层、数据处理层、数据分析层和数据和分析结果呈现给用户，使用户能够快速理解数据背后的含义，便于做出决策。应用开发与部署：支持用户基于平台开发各种大数据应用，如智能推荐系统、客户细分系统、风险预测系统等，并提供便捷的应用部署和运行环境。应用场景企业数据分析与决策：企业可以利用大数据云平台整合内部的销售、市场、财务、生产等数据，进行全面的数据分析，如客户行为分析、市场趋势预测、产品质量分析等，为企业的战略决策、产品研发、市场营销等：金融机构借助大数据云平台整合客户的信用记录、交易数据、市场行情等信息，运用风险模型进行信用风险、市场风险、操作风险等的评估和预测，实现风险的有效管控。医疗健康领域：医疗健康机构利用大数据云平台收集患者的病历、检查结果、基因数据等多源数据，进行疾病诊断、治疗方案优化、药物研发等研究，提升医疗服务质量和效率。按需计费的模式，用户只需为实际使用的资源付费，无需一次性投入大量资金进行硬件设备的购置和维护，大大降低了企业的大数据建设和运营成本。关键技术云计算技术：包括虚拟化技术，如将物理服务器虚拟化为多个虚拟机

大数据云平台是一种融合了大数据技术和云计算技术的综合性平台，它为企业和组织提供了强大的数据处理、存储和分析能力。架构与特点架构：通常采用分层架构，包括基础设施层、数据存储层、数据处理层、数据分析层和数据和分析结果呈现给用户，使用户能够快速理解数据背后的含义，便于做出决策。应用开发与部署：支持用户基于平台开发各种大数据应用，如智能推荐系统、客户细分系统、风险预测系统等，并提供便捷的应用部署和运行环境。应用场景企业数据分析与决策：企业可以利用大数据云平台整合内部的销售、市场、财务、生产等数据，进行全面的数据分析，如客户行为分析、市场趋势预测、产品质量分析等，为企业的战略决策、产品研发、市场营销等：金融机构借助大数据云平台整合客户的信用记录、交易数据、市场行情等信息，运用风险模型进行信用风险、市场风险、操作风险等的评估和预测，实现风险的有效管控。医疗健康领域：医疗健康机构利用大数据云平台收集患者的病历、检查结果、基因数据等多源数据，进行疾病诊断、治疗方案优化、药物研发等研究，提升医疗服务质量和效率。按需计费的模式，用户只需为实际使用的资源付费，无需一次性投入大量资金进行硬件设备的购置和维护，大大降低了企业的大数据建设和运营成本。关键技术云计算技术：包括虚拟化技术，如将物理服务器虚拟化为多个虚拟机

强大引擎。利用丰富的数据资源，为智慧城市提供关键的数据支撑能力。城市大数据平台作为城市治理架构中数据层的核心，连接着基础设施层与应用层，归集、处理、分析城市数据资源，并支撑上层应用。它以政务数据共享城市大数据平台是一种以城市信息模型数据为框架，通过对全域全量数据汇聚、融合、存储与分析，并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术，提高数据资源利用水平，打造数据驱动治理模式的交换平台为基础，拓展其能力范围，实现数据资源与城市业务的良好融合。在智慧城市数据资源来源方面，城市大数据平台不仅服务于政务信息资源，还扩展到城市运行数据、公开网络数据、企业数据等，实现从只服务于政府、有效的数据支持。星环大数据基础平台-TranswarpDataHub星环大数据基础平台（TDH)是星环自主研发的一站式多模型大数据基础平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据城市治理场景升级到服务于城市运行与政务服务场景。同时，城市大数据平台集合了大数据与人工智能技术，使得平台能力得到极大增强。以全域全量数据为基础，通过数据挖掘和实时动态可视化等技术，为城市治理提供实时、准确

强大引擎。利用丰富的数据资源，为智慧城市提供关键的数据支撑能力。城市大数据平台作为城市治理架构中数据层的核心，连接着基础设施层与应用层，归集、处理、分析城市数据资源，并支撑上层应用。它以政务数据共享城市大数据平台是一种以城市信息模型数据为框架，通过对全域全量数据汇聚、融合、存储与分析，并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术，提高数据资源利用水平，打造数据驱动治理模式的交换平台为基础，拓展其能力范围，实现数据资源与城市业务的良好融合。在智慧城市数据资源来源方面，城市大数据平台不仅服务于政务信息资源，还扩展到城市运行数据、公开网络数据、企业数据等，实现从只服务于政府、有效的数据支持。星环大数据基础平台-TranswarpDataHub星环大数据基础平台（TDH)是星环自主研发的一站式多模型大数据基础平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据城市治理场景升级到服务于城市运行与政务服务场景。同时，城市大数据平台集合了大数据与人工智能技术，使得平台能力得到极大增强。以全域全量数据为基础，通过数据挖掘和实时动态可视化等技术，为城市治理提供实时、准确

强大引擎。利用丰富的数据资源，为智慧城市提供关键的数据支撑能力。城市大数据平台作为城市治理架构中数据层的核心，连接着基础设施层与应用层，归集、处理、分析城市数据资源，并支撑上层应用。它以政务数据共享城市大数据平台是一种以城市信息模型数据为框架，通过对全域全量数据汇聚、融合、存储与分析，并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术，提高数据资源利用水平，打造数据驱动治理模式的交换平台为基础，拓展其能力范围，实现数据资源与城市业务的良好融合。在智慧城市数据资源来源方面，城市大数据平台不仅服务于政务信息资源，还扩展到城市运行数据、公开网络数据、企业数据等，实现从只服务于政府、有效的数据支持。星环大数据基础平台-TranswarpDataHub星环大数据基础平台（TDH)是星环自主研发的一站式多模型大数据基础平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据城市治理场景升级到服务于城市运行与政务服务场景。同时，城市大数据平台集合了大数据与人工智能技术，使得平台能力得到极大增强。以全域全量数据为基础，通过数据挖掘和实时动态可视化等技术，为城市治理提供实时、准确

强大引擎。利用丰富的数据资源，为智慧城市提供关键的数据支撑能力。城市大数据平台作为城市治理架构中数据层的核心，连接着基础设施层与应用层，归集、处理、分析城市数据资源，并支撑上层应用。它以政务数据共享城市大数据平台是一种以城市信息模型数据为框架，通过对全域全量数据汇聚、融合、存储与分析，并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术，提高数据资源利用水平，打造数据驱动治理模式的交换平台为基础，拓展其能力范围，实现数据资源与城市业务的良好融合。在智慧城市数据资源来源方面，城市大数据平台不仅服务于政务信息资源，还扩展到城市运行数据、公开网络数据、企业数据等，实现从只服务于政府、有效的数据支持。星环大数据基础平台-TranswarpDataHub星环大数据基础平台（TDH)是星环自主研发的一站式多模型大数据基础平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据城市治理场景升级到服务于城市运行与政务服务场景。同时，城市大数据平台集合了大数据与人工智能技术，使得平台能力得到极大增强。以全域全量数据为基础，通过数据挖掘和实时动态可视化等技术，为城市治理提供实时、准确

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...

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。

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...

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：

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"}...