
产品介绍
2025/6/18大约 5 分钟
🌈平台简介
千数平台(qData) 是一款一站式开源数据中台,覆盖中台基础建设、数据治理、数据开发、监控告警、数据服务与数据可视化等核心能力,致力于高效赋能数据前台,为各类业务系统提供统一、高效、安全的数据支撑服务。
🍱 使用场景
场景 | 描述 |
---|---|
🔗 多源数据整合 | 整合业务系统、IoT、第三方等数据,实现统一采集、清洗与治理,构建标准数据资产。 |
🌐 统一数据服务 | 将治理数据通过 API 或数据集方式提供,支撑系统共享调用,提升复用效率。 |
📈 决策分析支撑 | 提供统一数据视图和分析能力,助力业务分析、报表生成及科学决策。 |
💡 优势
优势点 | 描述 |
---|---|
🧩 统一标准 | 建立统一的数据规范、模型和指标体系,消除“数据孤岛”,提升全局协同效率。 |
⚙️ 敏捷支撑 | 快速响应业务变化,按需提供数据服务和分析支持,加速业务创新。 |
🔒 安全可控 | 数据权限精细化管理,保障数据合规使用,支撑审计与监管要求。 |
✅ 已有功能一览
功能模块 | 功能描述 | 状态 |
---|---|---|
系统管理 | 包含系统配置、用户与权限管理、运行监控、日志管理、服务器资源监控和工作空间管理,支持将任务拆分给不同项目组协作,适应前店后厂的工作流程。 | ✅ 完成 |
数据标准管理 | 管理逻辑模型(表级,支持关联数据元)和数据元模型(字段级,绑定规范、稽查与清洗),实现结构化数据规范和质量管控。 | ✅ 完成 |
数据集成(ETL) | 支持数据库、文件、消息队列等多种数据源接入,提供可视化ETL设计、多任务调度与监控,支持数据清洗规则应用,包含运行日志和执行配置管理。 | ✅ 完成 |
元数据管理 | 集中管理数据表、字段、稽查、清洗指标等元信息,建立统一的数据资产目录,支撑数据查找、血缘分析和结构维护。 | ✅ 完成 |
数据质量管理 | 支持基于预置的稽查规则及数据清洗规则,实现对数据准确性、一致性和完整性的自动校验与修正。 | ✅ 完成 |
数据资产管理 | 通过目录结构对数据资产进行分级分类管理,支持全生命周期跟踪与维护。 | ✅ 完成 |
统一标签管理 | 支持标签自动生成与多维度标签筛选,便于数据分类和精准检索。 | ✅ 完成 |
数据开发 | 支持达梦8、MySQL、Oracle、人大金仓等主流数据库任务开发,包含调度配置和日志管理,基于数据仓库,通过SQL及大数据脚本结合业务需求开发和加工业务数据。 | ✅ 完成 |
数据查询 | 提供灵活且高效的交互式查询工具,支持快速分析和挖掘结构化数据。 | ✅ 完成 |
数据服务管理 | 将数据资产封装为 API 服务,支持外部 API 接口转发,包含 API 日志、数据脱敏、数据接口和服务接口管理及调用日志监控。 | ✅ 完成 |
🚧 未来开发计划
功能模块 | 功能描述 | 状态 |
---|---|---|
作业调度中心 | 实现任务编排、任务依赖管理、定时执行、失败重试、日志追踪等调度能力,提升任务执行的自动化与可控性。 | 🔨 开发中 |
数据集成(增强) | 增强异构数据源、文件、接口、网络爬虫的采集与同步能力,支持更多类型转换与接入能力。 | 🔨 开发中 |
离线数据开发 | 支持基于 Spark、Hive、SQL 等任务类型的离线数据处理,适用于大批量数据的周期性加工与分析,规划统一的作业管理与执行入口。 | 🔨 开发中 |
实时数据开发 | 支持基于 Flink、Kafka 等流处理引擎的实时任务开发,实现低延迟数据处理与指标计算,适用于实时监控与事件驱动业务场景。 | ⏳ 规划中 |
数据质量管理(增强) | 基于规则引擎实现数据质量检测,支持质量报告生成及质量指标的监控与统计,辅助识别和改进数据中的准确性与完整性问题。 | ⏳ 规划中 |
数据比对管理 | 支持数据库连接配置及任务调度,自动执行结构和内容比对任务,生成详细日志,便于跨源数据一致性验证。 | ⏳ 规划中 |
元数据管理(扩展) | 增强数据字段、数据地图、SQL 控制台、变更记录等元数据功能,逐步实现血缘、影响分析与结构可视化。 | ⏳ 规划中 |
数据血缘分析 | 支持字段级血缘追踪与可视化图谱展示,帮助用户清晰理解数据流向与依赖关系,提升数据透明度与可追溯性。 | ⏳ 规划中 |
数据图谱管理 | 基于数据仓库构建业务实体、事实表与维度表之间的图谱关系,支持多层模型梳理与可视化展示,增强对数据逻辑结构和业务依赖的理解与维护能力。 | ⏳ 规划中 |
数据可视化 | 支持 BI 报表、数据看板、大屏和多种数据图表展示,支持拖拽配置、权限控制与动态联动。 | ⏳ 规划中 |
AI 辅助开发与治理 | 引入 AI 技术,重点支持离线与实时数据开发中的SQL智能补全、自动优化、异常检测及调试辅助,提升开发效率和数据质量。 | ⏳ 规划中 |
💡 如您有好的建议或功能需求,欢迎 提交Issue,与我们共同完善数据中台功能。