数据治理 石油

，而且大数据平台也是一个个垂直的数据中心。因此，如何打通这些数据并将其按照一个统一的标准进行建设，以达到技术降本、应用提效、业务赋能的目标，是众多企业面临的问题，而统一的数据开发治理平台就是为解决这些问题而生的。海洋石油富岛公司迫切需要借助大数据前沿技术将公司海量生产数据变废为宝。借助星环科技公司的大数据基础平台TDH和星环科技大数据开发工具TDS，海洋石油富岛建设了大数据技术平台及体系化的数据资产管理平台，实现技术业务化、数据业务化，实现化工生产过程的降本增效，推进公司数字化转型。企业的发展往往伴随着业务的多元化，必然会产生更多的业务数据，也为企业实现业务数据化和数据业务化带来更多的机遇和挑战。目前，很多企业依然采用传统理念去建设大数据平台，导致不仅单业务系统是一个个烟囱

，而且大数据平台也是一个个垂直的数据中心。因此，如何打通这些数据并将其按照一个统一的标准进行建设，以达到技术降本、应用提效、业务赋能的目标，是众多企业面临的问题，而统一的数据开发治理平台就是为解决这些问题而生的。海洋石油富岛公司迫切需要借助大数据前沿技术将公司海量生产数据变废为宝。借助星环科技公司的大数据基础平台TDH和星环科技大数据开发工具TDS，海洋石油富岛建设了大数据技术平台及体系化的数据资产管理平台，实现技术业务化、数据业务化，实现化工生产过程的降本增效，推进公司数字化转型。企业的发展往往伴随着业务的多元化，必然会产生更多的业务数据，也为企业实现业务数据化和数据业务化带来更多的机遇和挑战。目前，很多企业依然采用传统理念去建设大数据平台，导致不仅单业务系统是一个个烟囱

建仓成本；快速处理，解决用户自身数据系统的速度问题；良好扩展，满足企业成长需要等。02加快数据治理TDS为海洋石油富岛提供准确数据支撑海洋石油富岛股份有限公司是中国海洋石油公司下属的中海石油化学有限公司1855万吨的深水港口。星环科技为海洋石油富岛公司搭建数据治理平台，并建设化工工艺检测系统，将数据治理的各项工作、流程制度固化到系统中，利用信息系统，强化数据治理的能力，打破数据孤岛，实现数据融合，而且大数据平台也是一个个垂直的数据中心。因此，如何打通这些数据并将其按照一个统一的标准进行建设，以达到技术降本、应用提效、业务赋能的目标，是众多企业面临的问题，而统一的数据开发治理平台就是为解决这些问题而生的。海洋石油富岛公司迫切需要借助大数据前沿技术将公司海量生产数据变废为宝。借助星环科技公司的极速大数据平台TDH和星环科技大数据开发工具TDS，海洋石油富岛建设了大数据技术平台及体系化的数据资产管理平台，实现技术业务化、数据业务化，实现化工生产过程的降本增效，推进公司数字化转型。01星环科技TDS高效实现数据资产化和数据业务化星环科技大数据开发工具TDS提供数据集成、存储、治理、建模、分析

数据治理治什么？在哪治？怎么治？在数字化浪潮席卷全球的今天，数据已成为新型生产要素，被誉为"新时代的石油"。然而，如同石油需要提炼加工才能发挥价值一样，数据也需要科学管理才能转化为有效资产。这就是数据治理的意义所在。那么，数据治理究竟治理什么？在哪些领域发挥作用？又该如何实施呢？数据治理治什么？数据治理的核心对象是组织中的各类数据资产及其相关流程。具体而言，它主要治理以下几个关键方面：首先是数据质量。低质量的数据如同劣质原材料，会导致分析结果失真、决策失误。数据治理要确保数据的准确性、完整性、一致性和及时性，消除"脏数据"带来的隐患。其次是数据安全与隐私。随着数据保护法规日趋严格，如何合法合规地收集、存储、使用数据成为重要课题。数据治理需要建立访问控制机制，防止数据泄露、滥用，同时满足各类合规要求。接着是数据标准与架构。统一的数据定义、格式和模型是数据共享与交换的基础。数据治理要制定并执行统一标准，解决"数据孤岛"问题，提高数据互操作性。然后是数据价值实现。数据治理的目标是释放数据价值。通过建立数据资产目录、明确数据权属、优化数据流程，使数据能够更好地支持业务决策和创新。数据治理在哪

数据治理治什么？在哪治？怎么治？在数字化浪潮席卷全球的今天，数据已成为新型生产要素，被誉为"新时代的石油"。然而，如同石油需要提炼加工才能发挥价值一样，数据也需要科学管理才能转化为有效资产。这就是数据治理的意义所在。那么，数据治理究竟治理什么？在哪些领域发挥作用？又该如何实施呢？数据治理治什么？数据治理的核心对象是组织中的各类数据资产及其相关流程。具体而言，它主要治理以下几个关键方面：首先是数据质量。低质量的数据如同劣质原材料，会导致分析结果失真、决策失误。数据治理要确保数据的准确性、完整性、一致性和及时性，消除"脏数据"带来的隐患。其次是数据安全与隐私。随着数据保护法规日趋严格，如何合法合规地收集、存储、使用数据成为重要课题。数据治理需要建立访问控制机制，防止数据泄露、滥用，同时满足各类合规要求。接着是数据标准与架构。统一的数据定义、格式和模型是数据共享与交换的基础。数据治理要制定并执行统一标准，解决"数据孤岛"问题，提高数据互操作性。然后是数据价值实现。数据治理的目标是释放数据价值。通过建立数据资产目录、明确数据权属、优化数据流程，使数据能够更好地支持业务决策和创新。数据治理在哪

数据治理治什么？在哪治？怎么治？在数字化浪潮席卷全球的今天，数据已成为新型生产要素，被誉为"新时代的石油"。然而，如同石油需要提炼加工才能发挥价值一样，数据也需要科学管理才能转化为有效资产。这就是数据治理的意义所在。那么，数据治理究竟治理什么？在哪些领域发挥作用？又该如何实施呢？数据治理治什么？数据治理的核心对象是组织中的各类数据资产及其相关流程。具体而言，它主要治理以下几个关键方面：首先是数据质量。低质量的数据如同劣质原材料，会导致分析结果失真、决策失误。数据治理要确保数据的准确性、完整性、一致性和及时性，消除"脏数据"带来的隐患。其次是数据安全与隐私。随着数据保护法规日趋严格，如何合法合规地收集、存储、使用数据成为重要课题。数据治理需要建立访问控制机制，防止数据泄露、滥用，同时满足各类合规要求。接着是数据标准与架构。统一的数据定义、格式和模型是数据共享与交换的基础。数据治理要制定并执行统一标准，解决"数据孤岛"问题，提高数据互操作性。然后是数据价值实现。数据治理的目标是释放数据价值。通过建立数据资产目录、明确数据权属、优化数据流程，使数据能够更好地支持业务决策和创新。数据治理在哪

数据治理治什么？在哪治？怎么治？在数字化浪潮席卷全球的今天，数据已成为新型生产要素，被誉为"新时代的石油"。然而，如同石油需要提炼加工才能发挥价值一样，数据也需要科学管理才能转化为有效资产。这就是数据治理的意义所在。那么，数据治理究竟治理什么？在哪些领域发挥作用？又该如何实施呢？数据治理治什么？数据治理的核心对象是组织中的各类数据资产及其相关流程。具体而言，它主要治理以下几个关键方面：首先是数据质量。低质量的数据如同劣质原材料，会导致分析结果失真、决策失误。数据治理要确保数据的准确性、完整性、一致性和及时性，消除"脏数据"带来的隐患。其次是数据安全与隐私。随着数据保护法规日趋严格，如何合法合规地收集、存储、使用数据成为重要课题。数据治理需要建立访问控制机制，防止数据泄露、滥用，同时满足各类合规要求。接着是数据标准与架构。统一的数据定义、格式和模型是数据共享与交换的基础。数据治理要制定并执行统一标准，解决"数据孤岛"问题，提高数据互操作性。然后是数据价值实现。数据治理的目标是释放数据价值。通过建立数据资产目录、明确数据权属、优化数据流程，使数据能够更好地支持业务决策和创新。数据治理在哪

数据治理治什么？在哪治？怎么治？在数字化浪潮席卷全球的今天，数据已成为新型生产要素，被誉为"新时代的石油"。然而，如同石油需要提炼加工才能发挥价值一样，数据也需要科学管理才能转化为有效资产。这就是数据治理的意义所在。那么，数据治理究竟治理什么？在哪些领域发挥作用？又该如何实施呢？数据治理治什么？数据治理的核心对象是组织中的各类数据资产及其相关流程。具体而言，它主要治理以下几个关键方面：首先是数据质量。低质量的数据如同劣质原材料，会导致分析结果失真、决策失误。数据治理要确保数据的准确性、完整性、一致性和及时性，消除"脏数据"带来的隐患。其次是数据安全与隐私。随着数据保护法规日趋严格，如何合法合规地收集、存储、使用数据成为重要课题。数据治理需要建立访问控制机制，防止数据泄露、滥用，同时满足各类合规要求。接着是数据标准与架构。统一的数据定义、格式和模型是数据共享与交换的基础。数据治理要制定并执行统一标准，解决"数据孤岛"问题，提高数据互操作性。然后是数据价值实现。数据治理的目标是释放数据价值。通过建立数据资产目录、明确数据权属、优化数据流程，使数据能够更好地支持业务决策和创新。数据治理在哪

、有影响力、高品质的学术交流活动上，星环科技沈兆东亮相大数据分论坛，分享主题为《如何做好一个基于大数据的石油行业多租户数据湖——星环科技的架构思考与实践》的演讲。星环科技沈兆东分享主题为《如何做好一个基于大数据的石油行业多租户数据湖——星环科技的架构思考与实践》的演讲会议期间，星环科技以多种形式展现了石油石化行业积累的丰富实践经验，展台吸引大量专业人士互动交流。大会面向全行业征集论文及成果，出版大会《论文集》，星环科技杨洪山、沈兆东撰写的《面向石油行业大数据的多引擎存储计算技术研究》论文成功入选。•沈兆东在演讲中分享：“企业大数据平台架构正在向湖仓一体演进，将支持更多元的数据处理，支持业务持续创新2021中国石油石化企业信息技术交流大会暨油气产业数字化转型高峰论坛于5月13日-14日在北京召开。大会主要围绕石油石化企业数字化转型、智能化发展需求等作专题报告和总结交流。大会是中国石油学会、中国石油、中国石化、中国海油、国家管网、中国中化、国家能源、延长石油等单位共同举办的品牌盛会，自筹备开始得到了倪光南、沈昌祥、潘云鹤、邬贺铨、韩大匡、李伯虎、杨善林、丁烈云、陈纯、钱锋、郝芳、刘合、孙丽丽

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...

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"}...

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。...

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

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

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

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：

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•...