新基建 数据中台

可以为多个领域提供技术和产品支撑。尤其是在数据中心建设和人工智能领域，在金融、交通、制造等行业有众多人工智能落地场景。加快“新基建”建设助力企业数字化转型在“新基建”建设中，星环科技围绕容器云平台，涉及上下游诸多的环节和厂商。未来，星环科技将会在“新基建”建设中发挥越来越重要的作用，不断提升企业产品和技术实力，为大数据和人工智能应用提供基础平台，和合作伙伴一起助力更多行业和领域实现数字化转型。”背景下，星环科技推出了自研的联邦云技术，可以有效解决跨数据中心的统一数据管理、应用管控和资源调度，从而推动了新型数据技术的快速运用，数据创新的模式也将随之发生很大改变。在新基建的七大领域中，星环科技、大数据平台、人工智能平台三条产品线，为用户提供全面的基础软件服务，围绕着数据流和控制流，覆盖边缘智能、容器云平台、数据存储与计算平台，打造数据中台、AI中台和应用中台三大中台，实现数据共享、模型共享基建将奠定未来数字经济的基础设施，未来10至20年，新基建将为中国数字化社会的建设和升级打下重要基础，也必会让中国走上科技强国之路，引领全球创新浪潮。5G、数据中心、人工智能等新一代信息技术的建设

近日，星环科技创始人兼CEO孙元浩受邀参加支撑“新基建”，服务“新发展”主题会议，与产业各方共同探讨“新基建”，结合星环科技在新基建中的实践经验，分享“基于新基建之大数据平台的规划与思考”的主题演讲，并参与圆桌论坛环节：新基建带来的机遇和挑战。会议由上海市经济和信息化委员会、上海市科学技术委员会作为指导单位，上海大数据联盟、江苏省盐南高新区主办。孙元浩首先在演讲环节分享了新一代基础设施建设的由来及人工智能领域的技术，分享了在信息基础设施建设过程中，围绕人工智能（A）、大数据（B）、云计算（C）三大方向的新技术发展成果、并通过政府、轨交、水利、航空、工厂等落地应用场景详细讲解了大数据在融合基础建设中的典型案例，以及大数据在创新基础建设中的典型案例：在线科研学习云平台TranswarpUniversityOnline，并讲解了大数据在信息基础建设中的新进展和情况。星环科技5月发布的新产品也贴近客户需求的知识图谱全栈解决方案、基于边缘计算的云边一体AIoT解决方案和基于人工智能和复杂网络的实时反欺诈解决方案。接受电视台采访孙元浩：“利用新一代的技术：云、大数据和人工智能，可以很好的赋能各个

5月10日，星环科技与亿欧智库联合发布了《九层之台，起于累土：数字新基建助推银行数智化转型》报告。报告围绕银行数智化转型和数字新基建展开，指出“纵向基础建设+横向数据联通”是银行数智化转型的根本路径——数字新基建是银行数智化转型的基石，大数据建设则贯穿数字新基建各细分领域。在应用实践部分，报告着重介绍了星环科技在银行数智化转型领域的探索和成就。该报告对银行数智化转型提供非常有价值的参考依据和行动躬行实践银行数智化转型应用探索随着数字新基建和信创的不断推进，星环科技推出了大数据平台等数字化基础平台产品，被众多银行及其他金融机构选用。除银行业外，在为证券、保险、基金等金融细分领域的数智化转型和报告亮点深入探讨银行数智化转型的变革历程，面临的挑战和机遇，并绘制银行数智化转型变革思路全景图融合银行数智化转型和数字新基建双重视角，指出“纵向基础建设+横向数据联通”是银行数智化转型的根本路径以星环科技为代表，介绍中国本土数字化厂商基于数字新基建的发展，为银行业提供优质的数智化转型解决方案报告目录1应势而动：银行数智化转型大势所趋2深入解构：银行数智化转型变革思路3破局之道：数字新基建助推银行数智化转型4躬行实践：银行数智化转型应用探索

解锁数据新基建：数据中台、数据治理与机器学习平台数据时代的“新基建”崛起随着数据量的爆炸式增长与数据应用需求的日益复杂，数据中台、数据治理、机器学习平台等新兴概念应运而生，它们如同数据时代的“新基建”，为企业充分挖掘数据价值筑牢根基。数据中台，作为企业数据的“中央处理器”，打破了数据孤岛，实现了数据的高效汇聚与共享，让企业能够从全局视角洞察数据；数据治理则像是数据世界的“管家”，确保数据的质量、安全与合规，使数据可用、可信；机器学习平台宛如数据价值的“放大器”，借助算法模型，从海量数据中挖掘潜在规律，赋能业务智能化发展。数据中台：企业数据的智慧中枢（一）数据中台的定义与架构数据中台是一种将企业内分散的数据进行整合、加工与共享，以提供统一数据服务的架构体系。它就像是企业数据的“智慧中枢”，打破了数据在各个业务系统之间的隔阂，让数据能够在企业内部自由流通，发挥出更大的价值。数据中台通常由大数据平台、数据资产管理平台与数据服务平台三大部分组成。大数据平台是数据中台的“地基”，负责海量数据的存储与计算，分布式文件系统、计算引擎等技术，都能助力大数据平台高效处理数据，无论是电商平台的交易记录

解锁数据新基建：数据中台、数据治理与机器学习平台数据时代的“新基建”崛起随着数据量的爆炸式增长与数据应用需求的日益复杂，数据中台、数据治理、机器学习平台等新兴概念应运而生，它们如同数据时代的“新基建”，为企业充分挖掘数据价值筑牢根基。数据中台，作为企业数据的“中央处理器”，打破了数据孤岛，实现了数据的高效汇聚与共享，让企业能够从全局视角洞察数据；数据治理则像是数据世界的“管家”，确保数据的质量、安全与合规，使数据可用、可信；机器学习平台宛如数据价值的“放大器”，借助算法模型，从海量数据中挖掘潜在规律，赋能业务智能化发展。数据中台：企业数据的智慧中枢（一）数据中台的定义与架构数据中台是一种将企业内分散的数据进行整合、加工与共享，以提供统一数据服务的架构体系。它就像是企业数据的“智慧中枢”，打破了数据在各个业务系统之间的隔阂，让数据能够在企业内部自由流通，发挥出更大的价值。数据中台通常由大数据平台、数据资产管理平台与数据服务平台三大部分组成。大数据平台是数据中台的“地基”，负责海量数据的存储与计算，分布式文件系统、计算引擎等技术，都能助力大数据平台高效处理数据，无论是电商平台的交易记录

将介绍大数据基建的概念、重要性以及其在新基建中的角色。一、什么是大数据基建？大数据基建是指为支持大规模数据存储、处理和分析而构建的基础设施体系。它包括硬件设施（如数据中心、服务器、存储设备等）和软件系统（如分布式计算框架、数据库、数据分析工具等）。大数据基建的核心目标是提供高效、可靠、可扩展的数据处理能力，以满足企业和政府在数字化转型中对数据的海量需求。二、大数据基建的重要性（一）数据存储与管理支持，大数据基建通过分布式计算框架实现了高效的数据处理和分析。这些框架能够将复杂的计算任务分解为多个子任务，并在多台服务器上并行执行，从而大幅缩短计算时间。（三）实时数据处理在许多应用场景中，实时数据成为重要问题。大数据基建通过加密技术、访问控制和数据备份等手段，确保数据的安全性和可靠性。三、大数据基建在新基建中的角色大数据基建是新基建的重要组成部分，与5G、人工智能、工业互联网等领域密切相关。在新基建的七大领域中，大数据中心的建设尤为关键。大数据中心不仅是数据存储和处理的物理基础，更是推动数字经济发展的核心动力。（一）“东数西算”工程“东数西算”工程是我国大数据基建的重要战略布局，旨在优化

将介绍大数据基建的概念、重要性以及其在新基建中的角色。一、什么是大数据基建？大数据基建是指为支持大规模数据存储、处理和分析而构建的基础设施体系。它包括硬件设施（如数据中心、服务器、存储设备等）和软件系统（如分布式计算框架、数据库、数据分析工具等）。大数据基建的核心目标是提供高效、可靠、可扩展的数据处理能力，以满足企业和政府在数字化转型中对数据的海量需求。二、大数据基建的重要性（一）数据存储与管理支持，大数据基建通过分布式计算框架实现了高效的数据处理和分析。这些框架能够将复杂的计算任务分解为多个子任务，并在多台服务器上并行执行，从而大幅缩短计算时间。（三）实时数据处理在许多应用场景中，实时数据成为重要问题。大数据基建通过加密技术、访问控制和数据备份等手段，确保数据的安全性和可靠性。三、大数据基建在新基建中的角色大数据基建是新基建的重要组成部分，与5G、人工智能、工业互联网等领域密切相关。在新基建的七大领域中，大数据中心的建设尤为关键。大数据中心不仅是数据存储和处理的物理基础，更是推动数字经济发展的核心动力。（一）“东数西算”工程“东数西算”工程是我国大数据基建的重要战略布局，旨在优化

解锁数据新基建：数据中台、数据治理与机器学习平台数据时代的“新基建”崛起随着数据量的爆炸式增长与数据应用需求的日益复杂，数据中台、数据治理、机器学习平台等新兴概念应运而生，它们如同数据时代的“新基建”，为企业充分挖掘数据价值筑牢根基。数据中台，作为企业数据的“中央处理器”，打破了数据孤岛，实现了数据的高效汇聚与共享，让企业能够从全局视角洞察数据；数据治理则像是数据世界的“管家”，确保数据的质量、安全与合规，使数据可用、可信；机器学习平台宛如数据价值的“放大器”，借助算法模型，从海量数据中挖掘潜在规律，赋能业务智能化发展。数据中台：企业数据的智慧中枢（一）数据中台的定义与架构数据中台是一种将企业内分散的数据进行整合、加工与共享，以提供统一数据服务的架构体系。它就像是企业数据的“智慧中枢”，打破了数据在各个业务系统之间的隔阂，让数据能够在企业内部自由流通，发挥出更大的价值。数据中台通常由大数据平台、数据资产管理平台与数据服务平台三大部分组成。大数据平台是数据中台的“地基”，负责海量数据的存储与计算，分布式文件系统、计算引擎等技术，都能助力大数据平台高效处理数据，无论是电商平台的交易记录

疫情之下，数据作为创新要素，其重要性越来越凸显，大数据、云计算、人工智能等与实体经济的深度融合，正在重塑社会经济结构。为顺应“在线新经济”“数字新基建”的发展趋势，国内大数据领域领军企业“星环科技，近来，“新基建”概念升温，国家也将数据作为新型生产要素写入文件，推进政府数据开放共享、提升社会数据资源价值、加强数据资源整合和安全保护。随着数据越来越趋向于共享，企业如何将私有云中的数据与与外部伙伴进行数据互通，将成为一个新课题。事实上，在疫情的催化下，企业数字化快速推进，在线办公和消费习惯不断养成，这既形成了新的产业机会，也放大了企业间、部门间存在数据孤岛、信息壁垒的问题。针对大数据行业所面临的科技TDH7.0可以提供统一的数据操作/查询语言SQL、统一的数据计算引擎、统一的分布式存储管理系统、统一的资源管理框架，可利用一个平台解决多种数据需求，从而实现了性能的革命性跨越。数据云平台TDC中的联邦化、联邦学习、应用的联邦化，应用程序能在多数据中心间统一管理，在一个数据中心部署的应用能顺滑迁移到另外一个数据中心，多个数据中心也可形成统一的应用市场。此外，星环科技还发布了一系列创新的解决方案

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。...

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：

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•...

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...

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":...