广州数据要素

近日，由广东省政务服务数据管理局指导，中国信息通信研究院、中国移动广东公司联合主办的2023数据要素发展大会在广东省广州市成功召开。星环科技作为国内领先的企业级大数据基础软件开发商，深耕数据要素市场化领域多年，拥有强大的技术优势和丰富的建设经验，受邀出席大会，与业内专家共议数据要素发展大局，星环科技副总裁刘汪根发表《数据流通与资产运营体系的技术实践》主题演讲。本次大会以“激发数据价值，共促要素发展”为主题，齐聚众多业内专家共同探讨数据要素的新发展情况，分享新研究成果，为数据要素行业发展进一步明确了方向，共吸引线上线下万余人的关注。随着“数据二十条”等一系列政策措施相继出台，数据要素市场培育进展加速，畅通数据资源大循环的方向愈加明确。尤其是在人工智能快速迭代、大模型与大数据相得益彰的发展态势中，数据要素战略地位进一步凸显。大会上，刘汪根分享了数据流通与资产运营建设路径的三个阶段。第一阶段是软件与服务，在数据要素市场化领域深耕多年，拥有丰富的数据要素市场化建设经验。基于在大数据、分布式数据库、隐私计算、数据安全流通领域的多年积累，星环科技研发了数据要素流通全过程的一系列工具，在各方数据

近日，由广东省政务服务数据管理局指导，中国信息通信研究院、中国移动广东公司联合主办的2023数据要素发展大会在广东省广州市成功召开。星环科技作为国内领先的企业级大数据基础软件开发商，深耕数据要素市场化领域多年，拥有强大的技术优势和丰富的建设经验，受邀出席大会，与业内专家共议数据要素发展大局，星环科技副总裁刘汪根发表《数据流通与资产运营体系的技术实践》主题演讲。本次大会以“激发数据价值，共促要素发展”为主题，齐聚众多业内专家共同探讨数据要素的新发展情况，分享新研究成果，为数据要素行业发展进一步明确了方向，共吸引线上线下万余人的关注。随着“数据二十条”等一系列政策措施相继出台，数据要素市场培育进展加速，畅通数据资源大循环的方向愈加明确。尤其是在人工智能快速迭代、大模型与大数据相得益彰的发展态势中，数据要素战略地位进一步凸显。大会上，刘汪根分享了数据流通与资产运营建设路径的三个阶段。第一阶段是软件与服务，在数据要素市场化领域深耕多年，拥有丰富的数据要素市场化建设经验。基于在大数据、分布式数据库、隐私计算、数据安全流通领域的多年积累，星环科技研发了数据要素流通全过程的一系列工具，在各方数据

9月15日，“向星力·未来数据技术论坛”城市巡回活动广州站顺利举办，聚焦大模型、行业数字化转型等热门话题，星环科技与各领域大咖为大家分享了前沿技术与实践成果。星环科技助理副总裁黄宁蔚作开场致辞。星环知识库（标准数字化工程）、两个重要举措（数据成熟度标准评估、大数据系统检测）、四个数据要素模块（数据要素流通、数据资产登记、数据资产评估、数据交易流通）、N个行业大数据应用（政务大数据共享、工业大数据等）。广东明日联合数字科技有限公司李江分享了《政务数据平台建设规划及实践经验》。李江表示，政府是数字经济的主要推动者、发力点，加大政府行业投入势在必然。数字经济发展中普遍存在数据要素供给、数据要素流通、数据生产方式、数据生产关系4个关键问题。广州明日联合数字科技有限公司建立数据资源网络和数据源头治理体系，丰富数据供给的同时确保数据质量；构建流通体系；优化数据生产方式；理清数据生产关系，基于统一的数字底座，为建设数字经济城市赋能，以绿色集约为原则，建设国际一流智慧城市数字底座，支撑广州数字经济的发展。项目建设以数据实验室牵引整个系统建设，围绕”16+7“（即16个系统+7项数据治理服务）建设目标

9月15日，“向星力·未来数据技术论坛”城市巡回活动广州站顺利举办，聚焦大模型、行业数字化转型等热门话题，星环科技与各领域大咖为大家分享了前沿技术与实践成果。星环科技助理副总裁黄宁蔚作开场致辞。星环知识库（标准数字化工程）、两个重要举措（数据成熟度标准评估、大数据系统检测）、四个数据要素模块（数据要素流通、数据资产登记、数据资产评估、数据交易流通）、N个行业大数据应用（政务大数据共享、工业大数据等）。广东明日联合数字科技有限公司李江分享了《政务数据平台建设规划及实践经验》。李江表示，政府是数字经济的主要推动者、发力点，加大政府行业投入势在必然。数字经济发展中普遍存在数据要素供给、数据要素流通、数据生产方式、数据生产关系4个关键问题。广州明日联合数字科技有限公司建立数据资源网络和数据源头治理体系，丰富数据供给的同时确保数据质量；构建流通体系；优化数据生产方式；理清数据生产关系，基于统一的数字底座，为建设数字经济城市赋能，以绿色集约为原则，建设国际一流智慧城市数字底座，支撑广州数字经济的发展。项目建设以数据实验室牵引整个系统建设，围绕”16+7“（即16个系统+7项数据治理服务）建设目标

8月21日，2018星环科技大数据3.0研讨会广州站圆满结束了，大家还沉浸在活动的热烈氛围中。本站研讨会，来自合作伙伴、各行业用户的嘉宾齐聚广州，共同探讨各行业在大数据3.0环境下的应用与实践成果3.0的5大技术特征，为业务创新提供了坚实的技术基础。　　02、电网企业大数据案例分享　　南方电网广州供电局技术专家兼高级工程师吴永欢介绍，电力大数据的六大特征是体量大、类型多、速度快、数据即能，广州供电局未来的大数据应用展望是数据治理、数据生态、数据资产和数据运营。　　03、山西证券大数据智能中心助力科技证券构建　　山西证券科技金融部副总经理林永峰认为，大数据工作中有四个普遍的问题：数据拉到文末哦。　　01、星环产品路线及TDC介绍　　星环科技数据工程部高级架构师吕品为大家介绍了星环的产品发展路线。自13年星环科技成立以来，在五年内迅速发展，星环的家族产品越来越多。2018年通过TPC-DS的测试，代表星环在此方面的技术已经达到世界顶尖水平。星环科技的云平台TDC作为大数据3.0时代典型的落地产品，涵盖了星环科技的大数据平台、人工智能平台和云部署，实现ABC的全面融合，融合大数据

8月21日，2018星环科技大数据3.0研讨会广州站圆满结束了，大家还沉浸在活动的热烈氛围中。本站研讨会，来自合作伙伴、各行业用户的嘉宾齐聚广州，共同探讨各行业在大数据3.0环境下的应用与实践成果3.0的5大技术特征，为业务创新提供了坚实的技术基础。　　02、电网企业大数据案例分享　　南方电网广州供电局技术专家兼高级工程师吴永欢介绍，电力大数据的六大特征是体量大、类型多、速度快、数据即能，广州供电局未来的大数据应用展望是数据治理、数据生态、数据资产和数据运营。　　03、山西证券大数据智能中心助力科技证券构建　　山西证券科技金融部副总经理林永峰认为，大数据工作中有四个普遍的问题：数据拉到文末哦。　　01、星环产品路线及TDC介绍　　星环科技数据工程部高级架构师吕品为大家介绍了星环的产品发展路线。自13年星环科技成立以来，在五年内迅速发展，星环的家族产品越来越多。2018年通过TPC-DS的测试，代表星环在此方面的技术已经达到世界顶尖水平。星环科技的云平台TDC作为大数据3.0时代典型的落地产品，涵盖了星环科技的大数据平台、人工智能平台和云部署，实现ABC的全面融合，融合大数据

服务满意度在广东省和广州市年度社情民意调查中实现十连冠和十八连冠。随着大数据、人工智能等新兴数据挖掘与分析技术的不断创新发展，为电力行业业务创新、智能化辅助决策、服务能力提升、市场竞争力增强等方面的发展提供无限空间。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

赛迪四川正式发布《中国城市数据要素市场发展评估报告(2023年)》暨“2023城市数据要素市场发展100强”，本次评价研究遵循客观性、代表性、可操作性原则，从数据要素政策环境、数据要素产业基础、数据要素供给、数据要素流通、数据要素治理多个视角，对城市数据要素市场发展情况进行全面、科学评估，终形成2023城市数据要素市场发展100强评价结果。第一梯队由上海、北京和深圳3座城市构成。该梯队的城市总指数得分均超过80分。第二梯队由重庆、广州、杭州、成都、武汉、贵阳、南京、天津和济南共9座城市组成。第三梯队由青岛、苏州、合肥、福州、长沙、郑州、南宁、厦门、无锡、西安、长春、宁波、德阳、呼和浩特、佛山、兰州、海口和珠海共18座城市组成。

赛迪四川正式发布《中国城市数据要素市场发展评估报告(2023年)》暨“2023城市数据要素市场发展100强”，本次评价研究遵循客观性、代表性、可操作性原则，从数据要素政策环境、数据要素产业基础、数据要素供给、数据要素流通、数据要素治理多个视角，对城市数据要素市场发展情况进行全面、科学评估，终形成2023城市数据要素市场发展100强评价结果。第一梯队由上海、北京和深圳3座城市构成。该梯队的城市总指数得分均超过80分。第二梯队由重庆、广州、杭州、成都、武汉、贵阳、南京、天津和济南共9座城市组成。第三梯队由青岛、苏州、合肥、福州、长沙、郑州、南宁、厦门、无锡、西安、长春、宁波、德阳、呼和浩特、佛山、兰州、海口和珠海共18座城市组成。

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

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•...

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...

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。...

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"}...

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":...