新一代隐私计算

某银行信用卡中心的历史数据存储在数仓GP中。为满足未来业务发展对数据的需求，需构建新一代数据支撑平台，实现各应用系统间数据和计算资源的共享，支持内外部数据的分析和挖掘应用。需求具体而言，该银行信用卡中心的新一代数据中心的应用需求包括：批量业务需求，即基于新一代大数据平台实现数据文件查收、预处理、传输、清洗、加载及原始文件归档等功能；能接收上游系统数据并存储到数据仓库中，为下游业务系统提供分析计算与大数据平台的规划，星环科技为其设计了新一代大数据平台架构方案。该架构主要包括上游系统数据源、文件处理、大数据平台和下游环节。批量数据从上游系统数据平台数据库、贴源系统中接入到星环科技大数据基础平台负责平台的安全认证管理，包括组、角色、用户的权限管控和服务使用权限控制。根据具体的业务场景，不同业务需求的数据应持久化到相应的存储引擎中。效果星环科技为该银行信用卡中心建设的新一代大数据平台，在以下科技为银行信用卡中心构建的新一代大数据平台，不仅满足了用户当前和未来的发展需求，还在多个方面取得了成功经验，为银行的数字化转型提供了有力支持。

某银行信用卡中心的历史数据存储在数仓GP中。为满足未来业务发展对数据的需求，需构建新一代数据支撑平台，实现各应用系统间数据和计算资源的共享，支持内外部数据的分析和挖掘应用。需求具体而言，该银行信用卡中心的新一代数据中心的应用需求包括：批量业务需求，即基于新一代大数据平台实现数据文件查收、预处理、传输、清洗、加载及原始文件归档等功能；能接收上游系统数据并存储到数据仓库中，为下游业务系统提供分析计算与大数据平台的规划，星环科技为其设计了新一代大数据平台架构方案。该架构主要包括上游系统数据源、文件处理、大数据平台和下游环节。批量数据从上游系统数据平台数据库、贴源系统中接入到星环科技大数据基础平台负责平台的安全认证管理，包括组、角色、用户的权限管控和服务使用权限控制。根据具体的业务场景，不同业务需求的数据应持久化到相应的存储引擎中。效果星环科技为该银行信用卡中心建设的新一代大数据平台，在以下科技为银行信用卡中心构建的新一代大数据平台，不仅满足了用户当前和未来的发展需求，还在多个方面取得了成功经验，为银行的数字化转型提供了有力支持。

需求，企业应用生成式AI对于MaaS(大模型即服务)的需求，也都给AI基础设施提出了全新要求AI2.0时代，需要新一代的基础设施来支撑大模型的训练与推理、生成式AI应用的规模化落地，其核心要素，如计算、存储、网络以及数据服务都要做精细化的设计和重构，而非简单的服务器或GPU实例堆砌。《白皮书》明确了新一代AI基础设施的定义:以大模型能力输出为核心平台，集成算力资源、数据服务和云服务，专门设计用于大限度提升大模型和生成式AI应用的表现:数据准备与管理、大模型训练、推理、模型能力调用、生成式AI应用部署。企业通过新一代AI基础设施开发和运行生成式AI业务和客户应用程序，以及基模型和行业模型的训练与微调。《白皮书》指出，新一代AI基础设施的建设将降低大模型开发和应用门槛，在政企服务、产业和科研创新等方面创造更大社会价值:面向产业，将加快推进传统产业上下游各个环节的智能化转型，催生新业态、新模式的数据显示，过去四年，大模型参数量以年均400%复合增长，AI算力需求增长超过15万倍，远超摩尔定律。以CPU为中心的传统计算基础设施已无法满足大模型、生成式AI的新要求。大模型训练对数据质量和效率的

星环知识平台TKH提供企业级多模态知识存储与服务，助力企业打造新一代一站式多模型数字底座。基于TranswarpDataHubforLLM知识管理平台的多模型统一技术架构，支持关系型数据、向量数据ArgoDB支持标准SQL语法，提供多模分析、实时数据处理、联邦计算、隐私计算、数据脱敏等能力，一站式满足OLAP分析，实时数仓、数据集市、湖仓集一体等场景。而新推出的ArgoDB6.1版本以“增量数据、全文检索、图数据、时序数据等的统一存储管理，满足各类场景下多模态数据的统一存储管理与服务，大幅简化知识库的知识存储与服务层架构，降低开发与运维成本。星环科技新推出的产品可以让企业的数据底座实现四个一体化：湖仓集一体化、多模型处理一体化、历史数据与实时数据处理一体化、本地集群和云平台一体化。其中，大数据基础平台TDH9.4的多模基座加速AI分析;仓集资源隔离架构，在混合业务场景下依然保持极致性能;湖仓一体架构，大幅降低TCO;同份数据跑批查询与混合负载，实时备份强在线业务容灾;同时支持多模型存诸架构、大模型海量训练数据存储、多模型混合检索召回增强、Python生态等。分布式向量数据库Hippo

某银行信用卡中心的历史数据存储在数仓GP中。为满足未来业务发展对数据的需求，需构建新一代数据支撑平台，实现各应用系统间数据和计算资源的共享，支持内外部数据的分析和挖掘应用。需求具体而言，该银行信用卡中心的新一代数据中心的应用需求包括：批量业务需求，即基于新一代大数据平台实现数据文件查收、预处理、传输、清洗、加载及原始文件归档等功能；能接收上游系统数据并存储到数据仓库中，为下游业务系统提供分析计算与大数据平台的规划，星环科技为其设计了新一代大数据平台架构方案。该架构主要包括上游系统数据源、文件处理、大数据平台和下游环节。批量数据从上游系统数据平台数据库、贴源系统中接入到星环科技大数据基础平台负责平台的安全认证管理，包括组、角色、用户的权限管控和服务使用权限控制。根据具体的业务场景，不同业务需求的数据应持久化到相应的存储引擎中。效果星环科技为该银行信用卡中心建设的新一代大数据平台，在以下科技为银行信用卡中心构建的新一代大数据平台，不仅满足了用户当前和未来的发展需求，还在多个方面取得了成功经验，为银行的数字化转型提供了有力支持。

某银行信用卡中心的历史数据存储在数仓GP中。为满足未来业务发展对数据的需求，需构建新一代数据支撑平台，实现各应用系统间数据和计算资源的共享，支持内外部数据的分析和挖掘应用。需求具体而言，该银行信用卡中心的新一代数据中心的应用需求包括：批量业务需求，即基于新一代大数据平台实现数据文件查收、预处理、传输、清洗、加载及原始文件归档等功能；能接收上游系统数据并存储到数据仓库中，为下游业务系统提供分析计算与大数据平台的规划，星环科技为其设计了新一代大数据平台架构方案。该架构主要包括上游系统数据源、文件处理、大数据平台和下游环节。批量数据从上游系统数据平台数据库、贴源系统中接入到星环科技大数据基础平台负责平台的安全认证管理，包括组、角色、用户的权限管控和服务使用权限控制。根据具体的业务场景，不同业务需求的数据应持久化到相应的存储引擎中。效果星环科技为该银行信用卡中心建设的新一代大数据平台，在以下科技为银行信用卡中心构建的新一代大数据平台，不仅满足了用户当前和未来的发展需求，还在多个方面取得了成功经验，为银行的数字化转型提供了有力支持。

需求，企业应用生成式AI对于MaaS(大模型即服务)的需求，也都给AI基础设施提出了全新要求AI2.0时代，需要新一代的基础设施来支撑大模型的训练与推理、生成式AI应用的规模化落地，其核心要素，如计算、存储、网络以及数据服务都要做精细化的设计和重构，而非简单的服务器或GPU实例堆砌。《白皮书》明确了新一代AI基础设施的定义:以大模型能力输出为核心平台，集成算力资源、数据服务和云服务，专门设计用于大限度提升大模型和生成式AI应用的表现:数据准备与管理、大模型训练、推理、模型能力调用、生成式AI应用部署。企业通过新一代AI基础设施开发和运行生成式AI业务和客户应用程序，以及基模型和行业模型的训练与微调。《白皮书》指出，新一代AI基础设施的建设将降低大模型开发和应用门槛，在政企服务、产业和科研创新等方面创造更大社会价值:面向产业，将加快推进传统产业上下游各个环节的智能化转型，催生新业态、新模式的数据显示，过去四年，大模型参数量以年均400%复合增长，AI算力需求增长超过15万倍，远超摩尔定律。以CPU为中心的传统计算基础设施已无法满足大模型、生成式AI的新要求。大模型训练对数据质量和效率的

需求，企业应用生成式AI对于MaaS(大模型即服务)的需求，也都给AI基础设施提出了全新要求AI2.0时代，需要新一代的基础设施来支撑大模型的训练与推理、生成式AI应用的规模化落地，其核心要素，如计算、存储、网络以及数据服务都要做精细化的设计和重构，而非简单的服务器或GPU实例堆砌。《白皮书》明确了新一代AI基础设施的定义:以大模型能力输出为核心平台，集成算力资源、数据服务和云服务，专门设计用于大限度提升大模型和生成式AI应用的表现:数据准备与管理、大模型训练、推理、模型能力调用、生成式AI应用部署。企业通过新一代AI基础设施开发和运行生成式AI业务和客户应用程序，以及基模型和行业模型的训练与微调。《白皮书》指出，新一代AI基础设施的建设将降低大模型开发和应用门槛，在政企服务、产业和科研创新等方面创造更大社会价值:面向产业，将加快推进传统产业上下游各个环节的智能化转型，催生新业态、新模式的数据显示，过去四年，大模型参数量以年均400%复合增长，AI算力需求增长超过15万倍，远超摩尔定律。以CPU为中心的传统计算基础设施已无法满足大模型、生成式AI的新要求。大模型训练对数据质量和效率的

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。

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•...

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"}...

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":...

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。...

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...