常用的数据治理平台

常用的数据治理模式主要包括以下几种模式：集中式模式：数据治理活动由中央机构控制和管理。分散式模式：数据治理活可在组织的各个业务部门和部门间管理。混合式模式：数据治理活动结合了集中式和分散式模式的优点。数据治理需要企业全面了解当前业务的问题和未来发展的目标，通过深入分析现有状况和规划未来需求，在特定应用场景下对数据的现状和未来发展进行规划。根据蓝图规划中的数据需求，企业需要制定全面的策略，包括建立新系统、引入新的数据源、升级现有数据系统、实现数据标准化等。同时，需要对数据需求的可行性进行评估，并制定全面的规划体系，确定优先级，以便有计划地实现全面的数据治理。数据治理需要高层领导推动，并要求数据和业务之间的紧密合作。涉及系统改造和升级，以及业务流程的优化和重塑，是企业整体升级的过程。为了实现这一目标，企业需要有清晰的战略规划和目标，逐步实现全面的数据治理，为业务的持续发展提供支持。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供数据管理成熟度评估（DCMM）指导，在数据战略，数据治理，数据

常用的数据治理模式主要包括以下几种模式：集中式模式：数据治理活动由中央机构控制和管理。分散式模式：数据治理活可在组织的各个业务部门和部门间管理。混合式模式：数据治理活动结合了集中式和分散式模式的优点。数据治理需要企业全面了解当前业务的问题和未来发展的目标，通过深入分析现有状况和规划未来需求，在特定应用场景下对数据的现状和未来发展进行规划。根据蓝图规划中的数据需求，企业需要制定全面的策略，包括建立新系统、引入新的数据源、升级现有数据系统、实现数据标准化等。同时，需要对数据需求的可行性进行评估，并制定全面的规划体系，确定优先级，以便有计划地实现全面的数据治理。数据治理需要高层领导推动，并要求数据和业务之间的紧密合作。涉及系统改造和升级，以及业务流程的优化和重塑，是企业整体升级的过程。为了实现这一目标，企业需要有清晰的战略规划和目标，逐步实现全面的数据治理，为业务的持续发展提供支持。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供数据管理成熟度评估（DCMM）指导，在数据战略，数据治理，数据

常用的数据治理模式主要包括以下几种模式：集中式模式：数据治理活动由中央机构控制和管理。分散式模式：数据治理活可在组织的各个业务部门和部门间管理。混合式模式：数据治理活动结合了集中式和分散式模式的优点。数据治理需要企业全面了解当前业务的问题和未来发展的目标，通过深入分析现有状况和规划未来需求，在特定应用场景下对数据的现状和未来发展进行规划。根据蓝图规划中的数据需求，企业需要制定全面的策略，包括建立新系统、引入新的数据源、升级现有数据系统、实现数据标准化等。同时，需要对数据需求的可行性进行评估，并制定全面的规划体系，确定优先级，以便有计划地实现全面的数据治理。数据治理需要高层领导推动，并要求数据和业务之间的紧密合作。涉及系统改造和升级，以及业务流程的优化和重塑，是企业整体升级的过程。为了实现这一目标，企业需要有清晰的战略规划和目标，逐步实现全面的数据治理，为业务的持续发展提供支持。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供数据管理成熟度评估（DCMM）指导，在数据战略，数据治理，数据

常用的数据治理模式主要包括以下几种模式：集中式模式：数据治理活动由中央机构控制和管理。分散式模式：数据治理活可在组织的各个业务部门和部门间管理。混合式模式：数据治理活动结合了集中式和分散式模式的优点。数据治理需要企业全面了解当前业务的问题和未来发展的目标，通过深入分析现有状况和规划未来需求，在特定应用场景下对数据的现状和未来发展进行规划。根据蓝图规划中的数据需求，企业需要制定全面的策略，包括建立新系统、引入新的数据源、升级现有数据系统、实现数据标准化等。同时，需要对数据需求的可行性进行评估，并制定全面的规划体系，确定优先级，以便有计划地实现全面的数据治理。数据治理需要高层领导推动，并要求数据和业务之间的紧密合作。涉及系统改造和升级，以及业务流程的优化和重塑，是企业整体升级的过程。为了实现这一目标，企业需要有清晰的战略规划和目标，逐步实现全面的数据治理，为业务的持续发展提供支持。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供数据管理成熟度评估（DCMM）指导，在数据战略，数据治理，数据

常用的数据治理模式主要包括以下几种模式：集中式模式：数据治理活动由中央机构控制和管理。分散式模式：数据治理活可在组织的各个业务部门和部门间管理。混合式模式：数据治理活动结合了集中式和分散式模式的优点。数据治理需要企业全面了解当前业务的问题和未来发展的目标，通过深入分析现有状况和规划未来需求，在特定应用场景下对数据的现状和未来发展进行规划。根据蓝图规划中的数据需求，企业需要制定全面的策略，包括建立新系统、引入新的数据源、升级现有数据系统、实现数据标准化等。同时，需要对数据需求的可行性进行评估，并制定全面的规划体系，确定优先级，以便有计划地实现全面的数据治理。数据治理需要高层领导推动，并要求数据和业务之间的紧密合作。涉及系统改造和升级，以及业务流程的优化和重塑，是企业整体升级的过程。为了实现这一目标，企业需要有清晰的战略规划和目标，逐步实现全面的数据治理，为业务的持续发展提供支持。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供数据管理成熟度评估（DCMM）指导，在数据战略，数据治理，数据

数据库数据脱敏常用方法包括替换（固定值或随机值替换）、掩码（部分或全部掩码）、加密（对称或非对称加密）、数据变形（偏移或缩放）、截断（前端、后端或中间截断）等方法来隐藏或改变敏感数据，保护数据隐私。替换脱敏法固定值替换：将敏感数据用一个固定的替代值来替换。随机值替换：使用随机生成的值来替换敏感数据。比如对于身份证号码字段，将其替换为符合身份证号码格式规则的随机号码。可以通过编写程序来生成随机的地区码、出生日期码和顺序码等部分，同时保持校验码的正确计算，使得生成的随机号码在格式上和真实身份证号码相似，但不包含真实用户的身份信息。掩码脱敏法部分掩码：通过在敏感数据的部分位置添加掩码字符来隐藏信息。全部掩码：当数据的保密性要求极高时，可以将整个敏感数据都用掩码字符覆盖。加密脱敏法对称加密：使用相同的密钥进行加密和解密操作。如高级加密标准（AES）算法，在数据库中对敏感数据进行加密时，先通过特定的密钥对数据进行加密处理，存储加密后的结果。当需要使用数据时，再用相同的密钥进行解密。这种方法加密和解密速度相对较快，适合对大量数据进行加密脱敏的场景。但是，密钥的管理非常重要，一旦密钥泄露，数据安全

数据库数据脱敏常用方法包括替换（固定值或随机值替换）、掩码（部分或全部掩码）、加密（对称或非对称加密）、数据变形（偏移或缩放）、截断（前端、后端或中间截断）等方法来隐藏或改变敏感数据，保护数据隐私。替换脱敏法固定值替换：将敏感数据用一个固定的替代值来替换。随机值替换：使用随机生成的值来替换敏感数据。比如对于身份证号码字段，将其替换为符合身份证号码格式规则的随机号码。可以通过编写程序来生成随机的地区码、出生日期码和顺序码等部分，同时保持校验码的正确计算，使得生成的随机号码在格式上和真实身份证号码相似，但不包含真实用户的身份信息。掩码脱敏法部分掩码：通过在敏感数据的部分位置添加掩码字符来隐藏信息。全部掩码：当数据的保密性要求极高时，可以将整个敏感数据都用掩码字符覆盖。加密脱敏法对称加密：使用相同的密钥进行加密和解密操作。如高级加密标准（AES）算法，在数据库中对敏感数据进行加密时，先通过特定的密钥对数据进行加密处理，存储加密后的结果。当需要使用数据时，再用相同的密钥进行解密。这种方法加密和解密速度相对较快，适合对大量数据进行加密脱敏的场景。但是，密钥的管理非常重要，一旦密钥泄露，数据安全

数据库数据脱敏常用方法包括替换（固定值或随机值替换）、掩码（部分或全部掩码）、加密（对称或非对称加密）、数据变形（偏移或缩放）、截断（前端、后端或中间截断）等方法来隐藏或改变敏感数据，保护数据隐私。替换脱敏法固定值替换：将敏感数据用一个固定的替代值来替换。随机值替换：使用随机生成的值来替换敏感数据。比如对于身份证号码字段，将其替换为符合身份证号码格式规则的随机号码。可以通过编写程序来生成随机的地区码、出生日期码和顺序码等部分，同时保持校验码的正确计算，使得生成的随机号码在格式上和真实身份证号码相似，但不包含真实用户的身份信息。掩码脱敏法部分掩码：通过在敏感数据的部分位置添加掩码字符来隐藏信息。全部掩码：当数据的保密性要求极高时，可以将整个敏感数据都用掩码字符覆盖。加密脱敏法对称加密：使用相同的密钥进行加密和解密操作。如高级加密标准（AES）算法，在数据库中对敏感数据进行加密时，先通过特定的密钥对数据进行加密处理，存储加密后的结果。当需要使用数据时，再用相同的密钥进行解密。这种方法加密和解密速度相对较快，适合对大量数据进行加密脱敏的场景。但是，密钥的管理非常重要，一旦密钥泄露，数据安全

数据库数据脱敏常用方法包括替换（固定值或随机值替换）、掩码（部分或全部掩码）、加密（对称或非对称加密）、数据变形（偏移或缩放）、截断（前端、后端或中间截断）等方法来隐藏或改变敏感数据，保护数据隐私。替换脱敏法固定值替换：将敏感数据用一个固定的替代值来替换。随机值替换：使用随机生成的值来替换敏感数据。比如对于身份证号码字段，将其替换为符合身份证号码格式规则的随机号码。可以通过编写程序来生成随机的地区码、出生日期码和顺序码等部分，同时保持校验码的正确计算，使得生成的随机号码在格式上和真实身份证号码相似，但不包含真实用户的身份信息。掩码脱敏法部分掩码：通过在敏感数据的部分位置添加掩码字符来隐藏信息。全部掩码：当数据的保密性要求极高时，可以将整个敏感数据都用掩码字符覆盖。加密脱敏法对称加密：使用相同的密钥进行加密和解密操作。如高级加密标准（AES）算法，在数据库中对敏感数据进行加密时，先通过特定的密钥对数据进行加密处理，存储加密后的结果。当需要使用数据时，再用相同的密钥进行解密。这种方法加密和解密速度相对较快，适合对大量数据进行加密脱敏的场景。但是，密钥的管理非常重要，一旦密钥泄露，数据安全

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...

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。...

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•...

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"}...

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

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：