烟草行业智能制造

中国烟草总公司的直属子公司，下辖广州卷烟厂、韶关卷烟厂、梅州卷烟厂、湛江卷烟厂四个卷烟厂。主要从事卷烟生产、销售。公司拥有的“双喜”牌卷烟创建于1906年，是中国烟草行业百年民族品牌之一。目前，公司联合重组，成为全国烟草行业重点骨干企业之一。2009年，公司与广西中烟工业有限责任公司相互持股，开创了行业内跨省联合的先河。2010年，“双喜”品牌与深圳烟草工业有限公司的“好日子”品牌整合，“好日子据技术融入到烟草行业中，通过对行业生产、营销、物流等各环节大数据的采集、挖掘分析、研究利用，为消费者提供更贴近市场的产品和服务？广东中烟在营销数字化方面进行了积极的探索。项目需求为响应行业市场化改革工作的要求，加强市场洞察分析，广东中烟提出开展零售户订单下行分析项目。主要目标包括：构建先进可扩展的数据分析基础平台。建立与国家烟草专卖局以及企业系统之间的数据交换和更新维护机制，具备与行业其他下行提供的人工智能+大数据+云“ABC”技术融合的一站式综合平台，降低开发、管理难度，更加符合未来趋势，在整个产业链中占据更重要地位。（4）大数据开发利用结合行业零售户订单数据，运用大数据分析模型与方法

中国烟草总公司的直属子公司，下辖广州卷烟厂、韶关卷烟厂、梅州卷烟厂、湛江卷烟厂四个卷烟厂。主要从事卷烟生产、销售。公司拥有的“双喜”牌卷烟创建于1906年，是中国烟草行业百年民族品牌之一。目前，公司联合重组，成为全国烟草行业重点骨干企业之一。2009年，公司与广西中烟工业有限责任公司相互持股，开创了行业内跨省联合的先河。2010年，“双喜”品牌与深圳烟草工业有限公司的“好日子”品牌整合，“好日子据技术融入到烟草行业中，通过对行业生产、营销、物流等各环节大数据的采集、挖掘分析、研究利用，为消费者提供更贴近市场的产品和服务？广东中烟在营销数字化方面进行了积极的探索。项目需求为响应行业市场化改革工作的要求，加强市场洞察分析，广东中烟提出开展零售户订单下行分析项目。主要目标包括：构建先进可扩展的数据分析基础平台。建立与国家烟草专卖局以及企业系统之间的数据交换和更新维护机制，具备与行业其他下行提供的人工智能+大数据+云“ABC”技术融合的一站式综合平台，降低开发、管理难度，更加符合未来趋势，在整个产业链中占据更重要地位。（4）大数据开发利用结合行业零售户订单数据，运用大数据分析模型与方法

中国烟草总公司的直属子公司，下辖广州卷烟厂、韶关卷烟厂、梅州卷烟厂、湛江卷烟厂四个卷烟厂。主要从事卷烟生产、销售。公司拥有的“双喜”牌卷烟创建于1906年，是中国烟草行业百年民族品牌之一。目前，公司联合重组，成为全国烟草行业重点骨干企业之一。2009年，公司与广西中烟工业有限责任公司相互持股，开创了行业内跨省联合的先河。2010年，“双喜”品牌与深圳烟草工业有限公司的“好日子”品牌整合，“好日子据技术融入到烟草行业中，通过对行业生产、营销、物流等各环节大数据的采集、挖掘分析、研究利用，为消费者提供更贴近市场的产品和服务？广东中烟在营销数字化方面进行了积极的探索。项目需求为响应行业市场化改革工作的要求，加强市场洞察分析，广东中烟提出开展零售户订单下行分析项目。主要目标包括：构建先进可扩展的数据分析基础平台。建立与国家烟草专卖局以及企业系统之间的数据交换和更新维护机制，具备与行业其他下行提供的人工智能+大数据+云“ABC”技术融合的一站式综合平台，降低开发、管理难度，更加符合未来趋势，在整个产业链中占据更重要地位。（4）大数据开发利用结合行业零售户订单数据，运用大数据分析模型与方法

中国烟草总公司的直属子公司，下辖广州卷烟厂、韶关卷烟厂、梅州卷烟厂、湛江卷烟厂四个卷烟厂。主要从事卷烟生产、销售。公司拥有的“双喜”牌卷烟创建于1906年，是中国烟草行业百年民族品牌之一。目前，公司联合重组，成为全国烟草行业重点骨干企业之一。2009年，公司与广西中烟工业有限责任公司相互持股，开创了行业内跨省联合的先河。2010年，“双喜”品牌与深圳烟草工业有限公司的“好日子”品牌整合，“好日子据技术融入到烟草行业中，通过对行业生产、营销、物流等各环节大数据的采集、挖掘分析、研究利用，为消费者提供更贴近市场的产品和服务？广东中烟在营销数字化方面进行了积极的探索。项目需求为响应行业市场化改革工作的要求，加强市场洞察分析，广东中烟提出开展零售户订单下行分析项目。主要目标包括：构建先进可扩展的数据分析基础平台。建立与国家烟草专卖局以及企业系统之间的数据交换和更新维护机制，具备与行业其他下行提供的人工智能+大数据+云“ABC”技术融合的一站式综合平台，降低开发、管理难度，更加符合未来趋势，在整个产业链中占据更重要地位。（4）大数据开发利用结合行业零售户订单数据，运用大数据分析模型与方法

星环科技面向石油石化、金属与冶金、汽车制造、装备与设备、生物与制药、食品与饮料、烟草制造、新能源等众多工业制造细分行业，提供边缘计算、工业大数据、AI人工智能、数据治理与开发等自主研发基础软件平台。

中国烟草总公司的直属子公司，下辖广州卷烟厂、韶关卷烟厂、梅州卷烟厂、湛江卷烟厂四个卷烟厂。主要从事卷烟生产、销售。公司拥有的“双喜”牌卷烟创建于1906年，是中国烟草行业百年民族品牌之一。目前，公司联合重组，成为全国烟草行业重点骨干企业之一。2009年，公司与广西中烟工业有限责任公司相互持股，开创了行业内跨省联合的先河。2010年，“双喜”品牌与深圳烟草工业有限公司的“好日子”品牌整合，“好日子据技术融入到烟草行业中，通过对行业生产、营销、物流等各环节大数据的采集、挖掘分析、研究利用，为消费者提供更贴近市场的产品和服务？广东中烟在营销数字化方面进行了积极的探索。项目需求为响应行业市场化改革工作的要求，加强市场洞察分析，广东中烟提出开展零售户订单下行分析项目。主要目标包括：构建先进可扩展的数据分析基础平台。建立与国家烟草专卖局以及企业系统之间的数据交换和更新维护机制，具备与行业其他下行提供的人工智能+大数据+云“ABC”技术融合的一站式综合平台，降低开发、管理难度，更加符合未来趋势，在整个产业链中占据更重要地位。（4）大数据开发利用结合行业零售户订单数据，运用大数据分析模型与方法

星环科技面向石油石化、金属与冶金、汽车制造、装备与设备、生物与制药、食品与饮料、烟草制造、新能源等众多工业制造细分行业，提供边缘计算、工业大数据、AI人工智能、数据治理与开发等自主研发基础软件平台。

星环科技面向石油石化、金属与冶金、汽车制造、装备与设备、生物与制药、食品与饮料、烟草制造、新能源等众多工业制造细分行业，提供边缘计算、工业大数据、AI人工智能、数据治理与开发等自主研发基础软件平台。

于1906年，是中国烟草行业百年民族品牌之一。目前，公司注册资本约143亿元，总资产约467亿元，员工5000多人。目前，双喜品牌在产规格主要包括双喜（硬经典）、双喜（硬经典1906）、双喜（百年经典战略，通过品牌的发展带动企业的发展，成功实施了全省卷烟工业的联合重组，成为全国烟草行业重点骨干企业之一。2009年，公司与广西中烟工业有限责任公司相互持股，开创了行业内跨省联合的先河。2010年，“双喜中国烟草走出去的一面旗帜。面对日新月异的消费环境，如何将大数据技术融入到烟草行业中，通过对行业生产、营销、物流等各环节大数据的采集、挖掘分析、研究利用，为消费者提供更贴近市场的产品和服务？广东中烟在营销数字化方面进行了积极的探索。项目需求为响应行业市场化改革工作的要求，加强市场洞察分析，广东中烟提出开展零售户订单下行分析项目。主要目标包括：构建先进可扩展的数据分析基础平台。建立与国家烟草专卖局以及终端推广支持、卷烟销售监控等。星环科技提供的人工智能+大数据+云“ABC”技术融合的一站式综合平台，降低开发、管理难度，更加符合未来趋势，在整个产业链中占据更重要地位。（4）大数据开发利用结合行业零售

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...

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":...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...

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"}...

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•...

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：

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

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...