轨交 数据治理

，某城市轨交集团开始深入探索客流分析及预测场景，希望充分发挥海量数据价值，打造城市“数字地铁”。问题与需求随着3条地铁线路的陆续开展运营，某城市轨道交通集团已在经营管理中累积了客流分析与预测的业务运营项目背景智慧城市轨道交通建设是新基建的重点领域。同时，随着大数据、云计算、AI等新技术不断成熟与普及，智慧城市和轨道交通也不断升级与发展。为了推动城市轨道交通行业信息化健康发展和智慧城市轨道有序建设较大，同时准确性不高。解决方案星环科技以大数据基础平台TDH为数据底座，替代国外传统关系型数据库，利用大数据开发工具TDS进行数据开发和治理，结合智能分析工具Sophon构建基于客流预测算法的大数据经验，同时为了提升数字化运营支撑能力，轨道交通清分系统（ACC）平台也建设了客流分析相关的基础展现报表。经过近一年的努力，利用系统数据来支撑地铁规范化运营的能力已初步形成。随着各地铁站点、线路客流逐渐用户服务水平与客流异常变化的应急处理能力。而当前系统支撑下的数据分析能力存在以下几点困难需要升级改造：从应用展现形式上看，原有业务系统的报表查询支撑只有数据表，不能提供一目了然的可视化分析，同时数据展现

。在城轨交通领域，星环科技提出智慧轨交数据中台解决方案，为城轨建设提供坚实的数据底座，充分发挥轨交数据蕴藏的海量价值，为轨交数据的集成、存储、治理、建模、分析、挖掘和流通全链路保驾护航，让智慧赋能城轨的”分论坛，星环科技交通行业架构负责人付玉辉发表《基于自主可控PaaS平台的线网指挥中心建设》主题演讲。付玉辉介绍了利用星环科技数据云平台TDC打造的基于PaaS平台的绿色轨道交通线网指挥中心，为轨交，绿色发展”的展会主题下，每家展商都充分展现出自身硬实力。三天展期内，专业观众超过4万人，现场高朋满座，盛况空前。星环科技受邀出席，携智慧轨交解决方案重磅亮相，并协办了“城市轨道交通绿色运营发展研讨会运营、服务与管理，使乘客服务、运营组织、企业管理等领域全方位提升，增强城轨交通行业的核心竞争力。以某地铁集团为例，针对城市轨道交通数据源种类多、类型繁杂，数据量大、产生速度快的问题，该地铁集团采用星环集团打造技术中台、数据中台、模型中台、业务中台。与传统模式相比，PaaS模式采取集约化部署，能极大提高资源利用率；可为开发人员提供隔离的租户环境，灵活选择所需大数据与AI能力，进行探索分析和数据挖掘。技术

星环科技以大数据基础平台TDH为数据底座，替代国外传统关系型数据库，利用大数据开发工具TDS进行数据开发和治理，结合智能分析工具Sophon构建基于客流预测算法的大数据分析平台，充分利用清分数据、行车计划以及车站闸机设备等各类数据，实现更加稳健灵活的客流分析与预测功能，提升线路、车站在客流运营方面的管理能力。该方案服务于科学合理化的行车计划安排，对提升线网客流综合服务水平、强化线网整体管控能力起到了积极的推动作用。未来，星环科技将与该城市轨道交通该集团携手，持续深化客流分析与预测应用场景，探索智能设备运维、能耗分析建设、供应链智能协同等创新场景，构建智能化数据分析场景体系，实现“数据变现”模式，让数据产生价值，为“数字地铁”提供数据保障。

。在城轨交通领域，星环科技提出智慧轨交数据中台解决方案，为城轨建设提供坚实的数据底座，充分发挥轨交数据蕴藏的海量价值，为轨交数据的集成、存储、治理、建模、分析、挖掘和流通全链路保驾护航，让智慧赋能城轨的”分论坛，星环科技交通行业架构负责人付玉辉发表《基于自主可控PaaS平台的线网指挥中心建设》主题演讲。付玉辉介绍了利用星环科技数据云平台TDC打造的基于PaaS平台的绿色轨道交通线网指挥中心，为轨交，绿色发展”的展会主题下，每家展商都充分展现出自身硬实力。三天展期内，专业观众超过4万人，现场高朋满座，盛况空前。星环科技受邀出席，携智慧轨交解决方案重磅亮相，并协办了“城市轨道交通绿色运营发展研讨会运营、服务与管理，使乘客服务、运营组织、企业管理等领域全方位提升，增强城轨交通行业的核心竞争力。以某地铁集团为例，针对城市轨道交通数据源种类多、类型繁杂，数据量大、产生速度快的问题，该地铁集团采用星环集团打造技术中台、数据中台、模型中台、业务中台。与传统模式相比，PaaS模式采取集约化部署，能极大提高资源利用率；可为开发人员提供隔离的租户环境，灵活选择所需大数据与AI能力，进行探索分析和数据挖掘。技术

。在城轨交通领域，星环科技提出智慧轨交数据中台解决方案，为城轨建设提供坚实的数据底座，充分发挥轨交数据蕴藏的海量价值，为轨交数据的集成、存储、治理、建模、分析、挖掘和流通全链路保驾护航，让智慧赋能城轨的”分论坛，星环科技交通行业架构负责人付玉辉发表《基于自主可控PaaS平台的线网指挥中心建设》主题演讲。付玉辉介绍了利用星环科技数据云平台TDC打造的基于PaaS平台的绿色轨道交通线网指挥中心，为轨交，绿色发展”的展会主题下，每家展商都充分展现出自身硬实力。三天展期内，专业观众超过4万人，现场高朋满座，盛况空前。星环科技受邀出席，携智慧轨交解决方案重磅亮相，并协办了“城市轨道交通绿色运营发展研讨会运营、服务与管理，使乘客服务、运营组织、企业管理等领域全方位提升，增强城轨交通行业的核心竞争力。以某地铁集团为例，针对城市轨道交通数据源种类多、类型繁杂，数据量大、产生速度快的问题，该地铁集团采用星环集团打造技术中台、数据中台、模型中台、业务中台。与传统模式相比，PaaS模式采取集约化部署，能极大提高资源利用率；可为开发人员提供隔离的租户环境，灵活选择所需大数据与AI能力，进行探索分析和数据挖掘。技术

。在城轨交通领域，星环科技提出智慧轨交数据中台解决方案，为城轨建设提供坚实的数据底座，充分发挥轨交数据蕴藏的海量价值，为轨交数据的集成、存储、治理、建模、分析、挖掘和流通全链路保驾护航，让智慧赋能城轨的”分论坛，星环科技交通行业架构负责人付玉辉发表《基于自主可控PaaS平台的线网指挥中心建设》主题演讲。付玉辉介绍了利用星环科技数据云平台TDC打造的基于PaaS平台的绿色轨道交通线网指挥中心，为轨交，绿色发展”的展会主题下，每家展商都充分展现出自身硬实力。三天展期内，专业观众超过4万人，现场高朋满座，盛况空前。星环科技受邀出席，携智慧轨交解决方案重磅亮相，并协办了“城市轨道交通绿色运营发展研讨会运营、服务与管理，使乘客服务、运营组织、企业管理等领域全方位提升，增强城轨交通行业的核心竞争力。以某地铁集团为例，针对城市轨道交通数据源种类多、类型繁杂，数据量大、产生速度快的问题，该地铁集团采用星环集团打造技术中台、数据中台、模型中台、业务中台。与传统模式相比，PaaS模式采取集约化部署，能极大提高资源利用率；可为开发人员提供隔离的租户环境，灵活选择所需大数据与AI能力，进行探索分析和数据挖掘。技术

。在城轨交通领域，星环科技提出智慧轨交数据中台解决方案，为城轨建设提供坚实的数据底座，充分发挥轨交数据蕴藏的海量价值，为轨交数据的集成、存储、治理、建模、分析、挖掘和流通全链路保驾护航，让智慧赋能城轨的”分论坛，星环科技交通行业架构负责人付玉辉发表《基于自主可控PaaS平台的线网指挥中心建设》主题演讲。付玉辉介绍了利用星环科技数据云平台TDC打造的基于PaaS平台的绿色轨道交通线网指挥中心，为轨交，绿色发展”的展会主题下，每家展商都充分展现出自身硬实力。三天展期内，专业观众超过4万人，现场高朋满座，盛况空前。星环科技受邀出席，携智慧轨交解决方案重磅亮相，并协办了“城市轨道交通绿色运营发展研讨会运营、服务与管理，使乘客服务、运营组织、企业管理等领域全方位提升，增强城轨交通行业的核心竞争力。以某地铁集团为例，针对城市轨道交通数据源种类多、类型繁杂，数据量大、产生速度快的问题，该地铁集团采用星环集团打造技术中台、数据中台、模型中台、业务中台。与传统模式相比，PaaS模式采取集约化部署，能极大提高资源利用率；可为开发人员提供隔离的租户环境，灵活选择所需大数据与AI能力，进行探索分析和数据挖掘。技术

，某城市轨交集团开始深入探索客流分析及预测场景，希望充分发挥海量数据价值，打造城市“数字地铁”。问题与需求随着3条地铁线路的陆续开展运营，某城市轨道交通集团已在经营管理中累积了客流分析与预测的业务运营项目背景智慧城市轨道交通建设是新基建的重点领域。同时，随着大数据、云计算、AI等新技术不断成熟与普及，智慧城市和轨道交通也不断升级与发展。为了推动城市轨道交通行业信息化健康发展和智慧城市轨道有序建设较大，同时准确性不高。解决方案星环科技以大数据基础平台TDH为数据底座，替代国外传统关系型数据库，利用大数据开发工具TDS进行数据开发和治理，结合智能分析工具Sophon构建基于客流预测算法的大数据经验，同时为了提升数字化运营支撑能力，轨道交通清分系统（ACC）平台也建设了客流分析相关的基础展现报表。经过近一年的努力，利用系统数据来支撑地铁规范化运营的能力已初步形成。随着各地铁站点、线路客流逐渐用户服务水平与客流异常变化的应急处理能力。而当前系统支撑下的数据分析能力存在以下几点困难需要升级改造：从应用展现形式上看，原有业务系统的报表查询支撑只有数据表，不能提供一目了然的可视化分析，同时数据展现

星环科技以大数据基础平台TDH为数据底座，替代国外传统关系型数据库，利用大数据开发工具TDS进行数据开发和治理，结合智能分析工具Sophon构建基于客流预测算法的大数据分析平台，充分利用清分数据、行车计划以及车站闸机设备等各类数据，实现更加稳健灵活的客流分析与预测功能，提升线路、车站在客流运营方面的管理能力。该方案服务于科学合理化的行车计划安排，对提升线网客流综合服务水平、强化线网整体管控能力起到了积极的推动作用。未来，星环科技将与该城市轨道交通该集团携手，持续深化客流分析与预测应用场景，探索智能设备运维、能耗分析建设、供应链智能协同等创新场景，构建智能化数据分析场景体系，实现“数据变现”模式，让数据产生价值，为“数字地铁”提供数据保障。

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

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•...

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：

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

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...

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