国产大数据平台软件

突破，形成了大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵。目前，星环科技已助力金融、能源、制造、交通等行业多个客户实现了数据分析场景中部分关键信息系统的国产替代，替代的星环科技作为一家企业级大数据基础软件开发商，自成立之初就坚持自主研发与技术创新，勇担时代使命，积极参与信息产业国产化进程，成为大数据基础软件国产化的重要推动者之一。通过自主研发，公司已实现多项技术对象包括传统关系型数据库Oracle、IBMDB2、Teradata，以及搜索引擎ElasticSearch、大数据平台ClouderaDataPlatform、数据统计分析软件SAS等多家国外主流厂商成本。在分析型业务方面以更低成本、更高性能完整替代了传统Oracle数据仓库，确保分析型业务与交易型业务的隔离。凭借持续的自主研发和技术创新，星环科技在推动大数据基础软件国产化替代进程的过程中，也收获了诸多产品。自主研发的一站式大数据基础平台安全、高效支撑客户各项数字化业务大数据基础平台TranswarpDataHub是公司自主研发的一站式大数据基础平台，包括多个大数据存储与分析产品，有着优秀的数据

突破，形成了大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵。目前，星环科技已助力金融、能源、制造、交通等行业多个客户实现了数据分析场景中部分关键信息系统的国产替代，替代的星环科技作为一家企业级大数据基础软件开发商，自成立之初就坚持自主研发与技术创新，勇担时代使命，积极参与信息产业国产化进程，成为大数据基础软件国产化的重要推动者之一。通过自主研发，公司已实现多项技术对象包括传统关系型数据库Oracle、IBMDB2、Teradata，以及搜索引擎ElasticSearch、大数据平台ClouderaDataPlatform、数据统计分析软件SAS等多家国外主流厂商成本。在分析型业务方面以更低成本、更高性能完整替代了传统Oracle数据仓库，确保分析型业务与交易型业务的隔离。凭借持续的自主研发和技术创新，星环科技在推动大数据基础软件国产化替代进程的过程中，也收获了诸多产品。自主研发的一站式大数据基础平台安全、高效支撑客户各项数字化业务大数据基础平台TranswarpDataHub是公司自主研发的一站式大数据基础平台，包括多个大数据存储与分析产品，有着优秀的数据

软件产品，而且拥有大量成功的应用案例。大数据基础平台TDH和数据云平台TDC联合，可以完美地替代CDH/HDP和CDP，提升功能、性能、稳定性、易用性、扩展性、可靠性、安全、国产生态支持等能力，提供星环科技致力于打造企业级大数据基础软件，自成立以来，一直坚持自主研发与技术创新，积极参与信息产业国产化进程，是大数据基础软件国产化的重要推动者之一。经过多年自主研发与技术创新，星环科技已形成大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵。星环科技产品自带信创基因，根据工信部电子第五研究所代码扫描测试报告，星环科技大数据基础平台TDH的1200万行代码里自研代码率超过70%，ArgoDB代码自主率（行数）分别超过90%。在今年的向星力·未来数据技术峰会（FDTC）上，星环科技推出众多创新产品，国产化替代更进一步，不但可以替换国外的商业和开源大数据平台、数据库等基础多种模型支持能力，性能提升可以达到5到100倍，原厂专业服务能力更强。分布式数据库ArgoDB强化实时分析能力，构建安全高效的国产化多模引擎，一站式满足用户数据仓库、数据集市、实时数仓、OLAP

国产化大数据底座平台是指在大数据领域，从硬件到软件全部或主要采用国产自主研发的技术和产品构建的大数据基础平台，以实现自主可控和安全可靠的数据处理与管理。以下是对其的具体介绍：特点自主可控：核心技术和存储系统等。关键技术和组件硬件层：采用国产的服务器、存储设备等，这些服务器基于国产的CPU芯片，具有高性能、高可靠性等特点。操作系统层：使用国产操作系统，为大数据平台提供稳定、安全的运行环境。数据存储生命周期的管理和监控。应用场景政府领域：政府部门需要处理大量的政务数据，如人口信息、经济数据、城市运行数据等，国产化大数据底座平台可确保数据的安全和自主可控，为政府决策、公共服务、社会治理等提供有力支持。金融行业：金融机构对数据的安全性和稳定性要求极高，国产化大数据底座平台可以满足金融数据的存储、分析和风险管控等需求，同时也符合金融信创的要求。能源行业：能源企业需要处理大量的生产数据、设备运行数据等，国产化大数据底座平台可以帮助能源企业实现数据的高效管理和分析，提高能源生产效率和管理水平。工业领域：在工业互联网、智能制造等场景中，国产化大数据底座平台可以实现对工业生产过程中的海量数据进行采集、存储、分析和应用，助力企业实现智能化生产和管理。

国产化大数据底座平台是指在大数据领域，从硬件到软件全部或主要采用国产自主研发的技术和产品构建的大数据基础平台，以实现自主可控和安全可靠的数据处理与管理。以下是对其的具体介绍：特点自主可控：核心技术和存储系统等。关键技术和组件硬件层：采用国产的服务器、存储设备等，这些服务器基于国产的CPU芯片，具有高性能、高可靠性等特点。操作系统层：使用国产操作系统，为大数据平台提供稳定、安全的运行环境。数据存储生命周期的管理和监控。应用场景政府领域：政府部门需要处理大量的政务数据，如人口信息、经济数据、城市运行数据等，国产化大数据底座平台可确保数据的安全和自主可控，为政府决策、公共服务、社会治理等提供有力支持。金融行业：金融机构对数据的安全性和稳定性要求极高，国产化大数据底座平台可以满足金融数据的存储、分析和风险管控等需求，同时也符合金融信创的要求。能源行业：能源企业需要处理大量的生产数据、设备运行数据等，国产化大数据底座平台可以帮助能源企业实现数据的高效管理和分析，提高能源生产效率和管理水平。工业领域：在工业互联网、智能制造等场景中，国产化大数据底座平台可以实现对工业生产过程中的海量数据进行采集、存储、分析和应用，助力企业实现智能化生产和管理。

国产化大数据底座平台是指在大数据领域，从硬件到软件全部或主要采用国产自主研发的技术和产品构建的大数据基础平台，以实现自主可控和安全可靠的数据处理与管理。以下是对其的具体介绍：特点自主可控：核心技术和存储系统等。关键技术和组件硬件层：采用国产的服务器、存储设备等，这些服务器基于国产的CPU芯片，具有高性能、高可靠性等特点。操作系统层：使用国产操作系统，为大数据平台提供稳定、安全的运行环境。数据存储生命周期的管理和监控。应用场景政府领域：政府部门需要处理大量的政务数据，如人口信息、经济数据、城市运行数据等，国产化大数据底座平台可确保数据的安全和自主可控，为政府决策、公共服务、社会治理等提供有力支持。金融行业：金融机构对数据的安全性和稳定性要求极高，国产化大数据底座平台可以满足金融数据的存储、分析和风险管控等需求，同时也符合金融信创的要求。能源行业：能源企业需要处理大量的生产数据、设备运行数据等，国产化大数据底座平台可以帮助能源企业实现数据的高效管理和分析，提高能源生产效率和管理水平。工业领域：在工业互联网、智能制造等场景中，国产化大数据底座平台可以实现对工业生产过程中的海量数据进行采集、存储、分析和应用，助力企业实现智能化生产和管理。

国产化大数据底座平台是指在大数据领域，从硬件到软件全部或主要采用国产自主研发的技术和产品构建的大数据基础平台，以实现自主可控和安全可靠的数据处理与管理。以下是对其的具体介绍：特点自主可控：核心技术和存储系统等。关键技术和组件硬件层：采用国产的服务器、存储设备等，这些服务器基于国产的CPU芯片，具有高性能、高可靠性等特点。操作系统层：使用国产操作系统，为大数据平台提供稳定、安全的运行环境。数据存储生命周期的管理和监控。应用场景政府领域：政府部门需要处理大量的政务数据，如人口信息、经济数据、城市运行数据等，国产化大数据底座平台可确保数据的安全和自主可控，为政府决策、公共服务、社会治理等提供有力支持。金融行业：金融机构对数据的安全性和稳定性要求极高，国产化大数据底座平台可以满足金融数据的存储、分析和风险管控等需求，同时也符合金融信创的要求。能源行业：能源企业需要处理大量的生产数据、设备运行数据等，国产化大数据底座平台可以帮助能源企业实现数据的高效管理和分析，提高能源生产效率和管理水平。工业领域：在工业互联网、智能制造等场景中，国产化大数据底座平台可以实现对工业生产过程中的海量数据进行采集、存储、分析和应用，助力企业实现智能化生产和管理。

国产化大数据底座平台是指在大数据领域，从硬件到软件全部或主要采用国产自主研发的技术和产品构建的大数据基础平台，以实现自主可控和安全可靠的数据处理与管理。以下是对其的具体介绍：特点自主可控：核心技术和存储系统等。关键技术和组件硬件层：采用国产的服务器、存储设备等，这些服务器基于国产的CPU芯片，具有高性能、高可靠性等特点。操作系统层：使用国产操作系统，为大数据平台提供稳定、安全的运行环境。数据存储生命周期的管理和监控。应用场景政府领域：政府部门需要处理大量的政务数据，如人口信息、经济数据、城市运行数据等，国产化大数据底座平台可确保数据的安全和自主可控，为政府决策、公共服务、社会治理等提供有力支持。金融行业：金融机构对数据的安全性和稳定性要求极高，国产化大数据底座平台可以满足金融数据的存储、分析和风险管控等需求，同时也符合金融信创的要求。能源行业：能源企业需要处理大量的生产数据、设备运行数据等，国产化大数据底座平台可以帮助能源企业实现数据的高效管理和分析，提高能源生产效率和管理水平。工业领域：在工业互联网、智能制造等场景中，国产化大数据底座平台可以实现对工业生产过程中的海量数据进行采集、存储、分析和应用，助力企业实现智能化生产和管理。

软件产品，而且拥有大量成功的应用案例。大数据基础平台TDH和数据云平台TDC联合，可以完美地替代CDH/HDP和CDP，提升功能、性能、稳定性、易用性、扩展性、可靠性、安全、国产生态支持等能力，提供星环科技致力于打造企业级大数据基础软件，自成立以来，一直坚持自主研发与技术创新，积极参与信息产业国产化进程，是大数据基础软件国产化的重要推动者之一。经过多年自主研发与技术创新，星环科技已形成大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵。星环科技产品自带信创基因，根据工信部电子第五研究所代码扫描测试报告，星环科技大数据基础平台TDH的1200万行代码里自研代码率超过70%，ArgoDB代码自主率（行数）分别超过90%。在今年的向星力·未来数据技术峰会（FDTC）上，星环科技推出众多创新产品，国产化替代更进一步，不但可以替换国外的商业和开源大数据平台、数据库等基础多种模型支持能力，性能提升可以达到5到100倍，原厂专业服务能力更强。分布式数据库ArgoDB强化实时分析能力，构建安全高效的国产化多模引擎，一站式满足用户数据仓库、数据集市、实时数仓、OLAP

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":...

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"}...

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：

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...

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•...

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...