400-6033-738

下载试用

联系我们
关注我们
在线咨询
免费试用
应用开发的数据模型管控解决方案
1、标准定制,质量要求细则,校验脚本
标准定制

标准定义

甄别和标准化

发布标准

质量控制

推广应用

2、按照标准设计,按照质量要求核验
模型工具

拉取标准

落地标准

落标 引标 对标

引用标签

建立映射

3、集成开发控制
入口控制

规则到程序

规则到数据库

4、数据层核验
事后校验

批量校验

复杂校验

解决方案
模型的标准化设计
在模型设计期间,设计者可以通过拖拉的方式直接引用数据标准,也可以在实体设计器中,使用智能推荐的数据数据字段,优化数据应用模式,提升模型设计效率。
模型变更的影响通知
结合Datablau DAM的数据血缘分析功能,应用建模工具的自动差异发现能力,快速定位本次上线模型和基线模型的差异,并自动统计分析使用存在差异模型的接口、系统等应用端,通知相关方及时进行适应性调整,避免下游系统的“被动排雷”式升级,提升数据协同效率。
模型质量的评审
模型设计工具记录当前设计的模型库对标准的引用情况,根据每个模型对数据标准的引用记录,统计模型遵从度,并给出详细的报告。
模型质量的评审
模型设计工具记录当前设计的模型库对标准的引用情况,根据每个模型对数据标准的引用记录,统计模型遵从度,并给出详细的报告。
目标成效
通过此方案,可以管理日常开发过程中数据字典的管理,统一模型的存储,根据数据标准的要求来控制数据的质量,在应用程序的开发过程中,做到数据质量的输入控制,做到了整个DataOps的第一个关键环节的源头控制,为企业打下良好的数据质量基础。