让取数等两周成为历史

产品定位

数据中台是平台的数据资产工厂：从多源接入、流批开发、全链路治理到资产化服务，把散落各处的数据加工成“可复用、可开放、可度量”的资产。它存在的意义只有一个——让“取数等两周”成为历史。

解决什么问题

数据孤岛。 18+ 种数据源连接器（主流关系库、MPP、时序库、NoSQL，含达梦、人大金仓等信创库）配合双引擎接入（整库/单表同步灵活可选），把孤岛连成大陆。

开发排期长。 Flink SQL 在线开发（DDL 建模、调试、Savepoint 管理）+ 可视化 ETL（拖拽编排抽取、合并、清洗、过滤、脱敏等组件）+ 数据任务链（跨模块串联集成、ETL 与调度任务，执行记录与节点日志逐级可查）——从需求到数据以天计。

口径无人说得清。 基于图数据库的血缘从接入与生产流程自动构建，数据流向一键追溯；标准与质量规则闭环修正，脏数据在源头被拦住。

核心能力详解

全链路治理体系

元数据按模型自动采集、周期可配；数据血缘基于 Neo4j 自动构建；数据标准与质量规则、检测日志、错误主题库形成闭环；主数据建模后向下游接口、消息、数据表多通道派发；数据标签体系化管理支撑即席查询。

资产化与服务化开放

自定义资源目录挂载数据库与 API 资源，资产总览一屏统计中台全貌；数据服务动态生成 API——零代码把数据表发布为服务，分组、应用授权、调用日志齐备；数据集市对外开放浏览，在线申请、审批、通知的完整开通流程。四级安全等级与四种字段脱敏方式覆盖表/字段级权限。

工业时序特色

直连 IoTDB 做即时特征提取，特征目录化管理、结果缓存至 Doris（TTL 内命中直返）；算法 UDF 统一登记注册并自动部署到 IoTDB 引擎，BETA → ACTIVE 完整生命周期，多租户隔离。

低代码 BI 大屏

独立大屏编辑器拖拽搭建，丰富图表组件 + 地图 + 3D 场景，动态数据绑定——治理成果最终“看得见”。

常见问题

和指标中台什么关系？——数据中台管“数据资产与供给”，指标中台管“业务口径与消费”；后者建在前者之上，亦可独立对接存量数仓。

已有数仓怎么迁移？——不迁移：贴源接入（ODS）先让存量数据可见可用，再按价值逐步重构。

六步链路：从数据进来到价值出去

每个模块各司其职：数据集成注册 MySQL、人大金仓、API 等多类数据源，批量或增量（CDC）同步接入；数据开发在线编写 SQL/脚本任务，配置依赖与周期调度，运行日志全程可查；数据治理制定数据标准、配置质量规则定期检查，问题整改形成闭环；数据资产以目录沉淀可检索资产，支持元数据查看与共享申请；数据服务把数据表封装为 API 对外发布，应用令牌鉴权；数据分发为下游系统注册消费方、推送订阅数据，投递全程可监控；运维中心提供实例监控、失败重跑、补数据与运行告警。

一个例子：厂区能耗分析

实施人员先在数据集成中注册能源管理系统的业务库，把电表读数接入贴源层；再按分层建模产出「按天 × 车间」的能耗汇总宽表，由数据开发任务每日填充；数据治理为关键字段配置非空与值域检查，保证汇总口径可信。治理后的表挂载到资产目录，业务人员检索「能耗」即可找到并发起共享申请；应用开发者把宽表封装为数据 API，供能耗大屏与移动端调用；另一路汇总结果通过数据分发推给集团统计系统。每天凌晨的调度任务由运维中心统一监控，失败自动告警、一键重跑——整条链路都在一个平台内完成。

什么时候需要它

两类信号出现时：数据分散在各类业务库、接口和文件中形成『数据孤岛』；同一数据各部门反复取用却口径不一。把数据统一接入、分层加工、规范治理，最终以资产目录和数据 API 的形式开放给大屏、报表、智能体等下游——这是数据中台存在的全部理由。