数据中台综合解决方案
行业痛点
企业进行数字化转型,需要数据中台的实施和平台工具的选型。

数据中台方案繁杂,更需要一个松耦合的开放框架,可有效集成的数据中台,以保护原有投资,并发挥各平台的专业度。

解决方案

通过 Datablau 产品的数据资产、数据标准、数据模型、元数据、数据质量、数据服务、数据安全的 7 个子模块,构建数据中台的数据治理中心,数据服务和数据模型设计中心 7 个子产品解决方案架构。

Datablau数据中台的总体架构
数据应用

数据应用中心

数据大屏
智能BI
自助取数
数据标签
用户行为分析
精准营销系统
用户画像系统

数据服务中心

API服务
即席查询
服务注册
服务申请
用户行为分析
治理和开发

数据开发中心

数据模型设计和开发
主题域管理
命名管理
物理映射
分层管理
数据映射
维度管理
数据规范
脚本管理
度量管理
逻辑规范
上线发布
指标开发
指标管理
指标查询
维度管理
指标监控
宽表模型
任务管理
指标体系
权限管理

数据治理中心

数据标准
基础标准
标准代码
命名词典
业务属性
元数据
采集管理
版本管理
数据血缘
数据分类
数据质量
规则定义
稽核监控
问题清单
质量报告
数据资产
资产盘点
资产目录
资产查询
资产申请
数据安全
分类分级
数据识别
静态脱敏
动态脱敏
数据计算和存储
大数据存储、计算中心
离线计算引擎
MapReduce
Spark SQL
Spark
实时计算引擎
Strom
Flink
Spark Streaming
OLAP引擎
Impala
GP
机器学习
机器学习平台
AI
HDFS
HBase
Hive
运维中心
数据中心
任务运维
任务概览
执行任务
任务列表
执行计划
任务血缘
修改历史
报警规则
版本管理
集群运维
分类分级
数据识别
静态脱敏
动态脱敏
数据集成
数据交换中心
离线数据传输中心
实时数据传输中心
关系型数据库
MySql
Oracle
DB2
SQLServer
HANA
Gauss
NoSQL数据库
ES
HBase
MongoDB
消息中间件
Kafka
MQ
非结构化数据
日志/图片/视频
数据治理制度保障
数据模型开发规范
数据质量管理流程
数据标准管理流程
数据治理组织保障
场景:应用和中台的一体化建模体系
场景:全面管理和升级模型数据资产

通过对数据中台模型的管理,实现从孤井式的代码开发,到模型驱动的代码开发阶段的转变。实现了模型驱动的数据模型资产化,开发过程可审查,代码质量可靠性等转变,使中台成为企业数据资产的沉淀和发布中心,进而形成行业模型的影响力。

场景:数据中台(仓库)的建模体系和规范
数仓分层
...
数据标准
...
指标体系
...
维度标准
...
命名标准
...
业务元数据
...
数据映射管理
涉及产品模块
数据标准
元数据
数据治理
数据模型