免费数据质量管理平台·查看详情

龙石数据中台3.9核心功能全解析

数据中台的核心价值,不仅在于将分散的数据集中管理,更在于建立一套完整、规范、可持续的数据管理与应用体系。对于正在开展数据中台建设或产品选型的组织来说,平台能否满足数据接入、数据治理、数据开发、共享应用及持续运营等需求,是评估产品的重要依据。

龙石数据中台3.9是一款面向政府、企业及其他组织的综合数据管理平台,以“理、采、存、管、用”为数据治理方法论,围绕数据从接入、加工、存储、治理到共享应用的全过程,提供数据源管理、数据模型、数据归集、元数据、数据标准、数据质量、数据开发、数据资产管理、API共享、数据可视化等核心功能。平台采用模块化设计,不同功能既可以按照业务职责独立开展工作,也能够通过统一的基础能力和技术引擎协同运行,适应不同规模和场景的数据管理需求。

本文将以龙石数据中台3.9版本为基础,逐一介绍平台的主要功能、能力特点及适用场景,并在文末结合常见的数据中台建设需求,提供典型功能模块的组合配置参考,帮助读者全面了解产品能力,为实际项目建设与产品选型提供依据。

1. 数据源管理

数据源管理是龙石数据中台3.9的基础模块,主要负责不同类型数据源的统一接入、分类和维护,为后续的数据归集、治理、开发和共享提供数据连接基础。

在数据源适配方面,平台支持MySQL、Oracle、SQL Server、PostgreSQL等主流关系型数据库,以及达梦(DM8)、人大金仓(KingbaseES)、GaussDB、Vastbase、GBase等国产数据库。同时,支持MongoDB、Hive、HBase、Hadoop HDFS、Trino等非关系型及大数据相关数据源,并提供Kafka、API、FTP/FTPS、电子文件和对象存储等多种接入方式,能够适应不同技术架构下的数据接入需求。

在管理方式上,平台支持按照业务分类和标签对数据源进行集中管理,统一维护连接信息及相关配置。对于部分数据库,还可以配置扩展连接属性,以满足特定连接和安全要求。通过统一的数据源管理,组织可以在保留现有业务系统和数据库环境的基础上,逐步开展跨系统数据整合,减少因数据来源分散、技术类型不同带来的接入管理成本。

2. 数据模型

数据模型主要用于规划和设计数据资源中心的数据结构,帮助组织建立规范、统一的数据模型体系。平台支持按照业务领域进行主题域规划,并围绕数据资源中心的贴源层、治理层和应用层,开展概念模型、逻辑模型和物理模型的设计与管理,为数据资源中心建设提供统一的结构规范。

在模型设计方面,平台提供可视化建模能力,支持通过拖拽方式定义业务实体、数据属性及实体之间的关联关系。用户可以根据实际业务需求,完成从概念模型到逻辑模型、再到物理模型的逐层转换,也可以通过逆向工程,将现有数据库中的表结构和关联关系提取为物理模型。这种双向建模方式既适用于新建数据资源中心,也能够支持存量数据库的结构梳理和规范化管理。

在模型落地与持续管理方面,龙石提供物理模型审核、数据库同步和一致性监测能力。模型新增或变更时,可以通过审核流程进行管理,并在审核通过后将模型结构同步至目标数据库。平台还能够持续监测物理模型与实际数据库之间的结构差异,记录模型变更及同步历史,帮助组织保持模型设计与数据库实际结构的一致性,减少数据资源中心长期建设过程中出现的结构偏差和管理混乱问题。

3. 数据归集

数据归集是龙石数据中台3.9的核心功能之一,主要负责将分散在不同业务系统中的数据统一采集至数据资源中心(一般是数据仓库的贴源层),为后续的数据清洗、治理和应用提供数据基础。平台支持批量归集、实时归集和多表归集等多种方式,能够适应不同数据规模、更新频率和业务时效性要求。

在批量归集方面,平台提供可视化流程设计能力,用户可以通过拖拽方式配置数据输入、转换和输出组件,完成不同数据源之间的数据抽取、字段映射及数据同步。对于需要集中接入大量业务表的场景,平台还提供向导式多表归集功能,支持批量选择来源表、自动匹配字段、自动创建目标表,并为不同数据表配置清洗转换规则,减少重复开发和配置工作。

针对数据实时性要求较高的业务场景,龙石支持基于数据库变更的数据实时采集,能够同步来源数据库中的新增、修改和删除操作,并将数据写入目标数据库。平台支持对实时任务进行启动、停止、重置及运行状态管理,同时展示数据插入、更新和删除的数量及变化趋势,便于管理人员掌握实时数据同步情况。

在任务执行与运行管理方面,平台支持手动执行、定时调度及自定义Cron表达式等多种执行策略,并提供任务优先级、资源组配置和运行监控等能力。对于存在前后依赖关系的数据处理任务,还可以通过可视化编排实现多个任务的串行或并行执行。平台记录每次任务的执行时间、处理数据量、运行状态及异常日志,帮助用户及时发现和定位数据归集过程中出现的问题。

整体来看,龙石的数据归集能力覆盖了从单表同步、多表批量接入到实时数据采集的多种需求,既适用于新建数据资源中心时的大规模数据汇聚,也能够支持存量业务系统之间持续、周期性的数据同步。

4. 数据清洗

数据清洗是龙石数据中台3.9的重要数据加工模块,主要负责对归集至数据资源中心的原始数据进行清洗、转换、比对和整合,提升数据的规范性与可用性。平台按照数据资源中心的分层建设思路,将贴源层(ODS层)的数据经过清洗加工后写入治理层(DW层),并将不符合处理规则的异常数据写入异常数据库,为后续的数据治理、开发分析和共享应用提供数据基础。

在数据处理方面,平台提供可视化清洗流程设计能力,支持通过拖拽组件完成字段选择、格式转换、数据去重、关联匹配、分组统计、行列转换及数据过滤等操作。同时,平台支持SQL、Java等脚本处理方式,以及条件判断、空值检查等流程控制能力,能够适应从常规数据清洗到复杂业务逻辑加工的不同需求。

龙石还提供统一的清洗转换规则管理能力,内置日期格式化、字符串处理、数据类型转换、脱敏等常用规则,并支持根据业务需求自定义规则。公共清洗规则可以在数据归集、数据清洗、API共享和数据共享等模块中复用,减少相同处理逻辑的重复配置,有助于保持不同数据处理环节的规则一致性。

在流程执行方面,平台支持多个清洗流程的组合编排,以及手动执行、定时调度和自定义Cron表达式等任务执行策略。用户可以通过运行日志查看任务执行状态、处理数据量、执行耗时及异常信息,并进一步定位到具体处理步骤,便于开展日常维护和问题排查。

与数据质量模块侧重于质量检查、问题识别不同,数据清洗更关注数据本身的加工和规范化处理。通过可视化流程、公共规则复用和任务调度等能力,龙石能够支持组织开展持续性的数据清洗加工,为数据资源中心提供相对规范、统一的数据成果。

5. 元数据

元数据管理是龙石数据中台3.9的核心基础模块,主要用于统一管理组织的数据资源信息,帮助用户了解数据的结构、业务含义、来源及流向。平台支持技术元数据、业务元数据和管理元数据的集中管理,通过自动采集、检索分析、血缘追踪和变更监测等能力,为数据资源梳理、数据治理和资产管理提供基础支撑。

在元数据采集方面,平台支持MySQL、Oracle、SQL Server、PostgreSQL、达梦、人大金仓等主流及国产数据库的元数据自动采集,能够获取数据库、数据表、字段及相关结构信息。用户可以配置定时采集任务,持续更新元数据;对于无法自动获取的业务属性和管理信息,也可以通过模板导入或人工维护进行补充,逐步建立完整的元数据管理体系。

在元数据分析方面,龙石提供数据血缘分析、影响分析和全链分析能力,支持从数据表和字段两个层级追踪数据的来源、加工过程及最终去向。用户可以通过可视化关系图谱了解数据在不同数据库和业务环节之间的流转关系。当数据表结构或字段发生变化时,可以通过影响分析识别可能受到影响的上下游数据资源,为系统调整、数据开发及问题排查提供参考。

平台还提供数据资产地图,将分散的数据库、数据表、字段及其关联关系以可视化方式集中展示,并按照来源库、贴源库、治理库、应用库和共享库等不同类型呈现数据分布及流转情况。结合元数据检索、关联关系维护和变更日志管理,用户不仅可以快速查找所需的数据资源,也能够持续掌握数据结构及其关联关系的变化。

元数据管理贯穿数据中台建设和使用的多个环节,是数据标准、数据质量、数据资产管理及数据应用的重要基础。通过自动化采集与可视化分析相结合,龙石能够帮助组织逐步建立清晰、可追溯的数据资源管理体系,减少因数据结构不清、来源不明和关联关系复杂带来的管理困难。

6. 主数据

主数据管理是龙石数据中台3.9面向组织核心业务数据提供的统一管理模块,主要用于解决客户、供应商、产品、组织机构等关键业务对象在不同系统中编码不统一、数据不一致、重复维护等问题。平台围绕主数据的定义、维护、审核、版本管理和共享分发,提供覆盖主数据全生命周期的管理能力,帮助组织建立统一、可信的核心业务数据体系。

在主数据建设方面,平台支持通过可视化方式设计主数据维护表单,并结合数据模型配置字段及业务属性。用户可以根据实际管理要求制定主数据编码规则,对核心业务对象建立统一标识。在日常管理中,平台提供主数据新增、导入、修改、查询、审核、冻结与解冻等功能,并通过审批机制规范数据的新增和变更过程,减少未经审核的数据直接进入业务使用环节。

在数据版本管理方面,龙石支持记录主数据的历史版本,并提供不同版本之间的数据差异比较,帮助管理人员了解主数据的变化情况。对于需要严格控制变更的核心业务数据,可以结合编码规则审核、主数据审核及操作记录,实现数据变更过程的追踪与管理。

在主数据共享方面,平台支持全量、增量和实时分发,可以将统一维护的主数据同步至不同业务系统,并对分发任务的执行状态、处理日志和异常原因进行管理。这使得主数据不仅能够在平台内部集中维护,也能够作为统一的数据来源,为多个业务系统提供一致的核心业务数据。

值得注意的是,主数据管理并不只是一个技术问题,更是一项涉及业务规则、管理职责和跨部门协同的长期管理工作。技术平台能够解决数据维护、审核和分发等问题,但主数据的定义权、管理责任、变更机制及使用规范,仍然需要组织在业务管理层面建立统一机制。

针对这一领域日益深入的管理需求,龙石数据也计划推出独立的主数据管理产品,探索更加专业化、现代化的主数据管理方案,进一步满足组织在核心业务数据统一管理与持续运营方面的需求。

7. 标准登记

标准登记是龙石数据中台3.9数据标准管理体系的重要组成部分,主要用于对数据治理过程中涉及的各类标准规范进行集中登记、分类维护和统一管理。平台支持国家标准、行业标准、地方标准、团体标准及组织内部业务规范的管理,帮助组织建立统一的数据标准资源库,为后续的数据标准制定、数据质量检查和规范化治理提供依据。

在标准管理方面,平台支持依据国际标准分类(ICS)、中国标准文献分类(CCS)及行业分类体系,对不同类型的标准进行分类管理。用户可以登记标准编号、名称、分类、相关附件等信息,并通过关键词检索、在线预览和附件下载等功能快速查找所需标准。同时,平台支持维护标准之间的替代关系、记录标准变更日志,便于及时掌握标准的更新情况,避免在数据治理过程中使用已经失效或被替代的标准。

除了标准文件的集中管理,龙石还支持对标准内容进行数字化解构,将标准文件中的数据元、代码集等内容转化为可以直接用于数据治理的结构化信息。平台提供数据元和代码集的导入、维护、检索及审核能力,并通过标准解构审核流程,对相关内容的新增和变更进行规范管理。

标准登记的重点不仅在于保存标准文件,更在于将分散的标准依据转化为可查询、可维护、可应用的数据标准资源。对于需要遵循国家、行业或地方规范开展数据治理的组织,这一模块能够为数据标准体系建设提供基础支撑,并与后续的标准制定及质量管理形成衔接。

8. 标准制定

标准制定是龙石数据中台3.9面向数据标准体系建设提供的专业管理模块,主要帮助组织结合国家标准、行业规范及自身业务需求,制定统一的数据标准,并对标准的审核、发布、修订、废止等过程进行全生命周期管理。

在标准建设方面,平台支持以数据元为基础制定数据标准,统一定义数据的业务含义、技术属性、管理属性和质量要求,并关联已有的国家标准、行业标准及业务规范。平台提供数据元模板配置、标准审核、版本管理和差异分析等功能,能够记录标准从制定到发布、修订和废止的完整过程,为标准的持续维护和规范执行提供支撑。

需要说明的是,标准制定并非所有数据治理项目的必选模块。 在大多数应用场景下,组织并不需要自行制定一套完整的数据标准体系,通过前面介绍的标准登记模块,就可以对国家标准、行业标准以及企业内部已有的业务规范进行集中管理,满足日常数据治理中的标准查询和使用需求。

标准制定更适合具有统一标准建设和管理职责的组织。例如,大型集团企业需要由集团总部牵头制定统一的数据标准,协调不同子公司、业务部门之间的数据口径,并建立标准审核、发布、修订及版本管理机制。在这类场景下,标准制定模块能够为跨部门、跨单位的数据标准体系建设与持续管理提供系统化支撑。

9. 数据质量

数据质量是龙石数据中台3.9的核心治理模块,也是龙石数据重点打造的产品能力之一。平台以国家标准GB/T 36344《信息技术 数据质量评价指标》为主要依据,围绕数据质量评价、问题识别、质量分析和持续改进等需求,提供系统化的数据质量管理能力,帮助组织建立规范、常态化的数据质量检查与管理机制。

在质量评价体系方面,平台围绕规范性、完整性、准确性、一致性和时效性等维度,提供5大类、15小类的数据质量评测规则体系。用户可以通过可视化方式配置质量规则,并根据不同业务主题、数据对象和管理要求建立质量评测模型,将数据质量要求转化为可执行、可监测的检查任务。

在质量评测方面,龙石采用旁路评测机制,能够在不直接修改业务系统原始数据的情况下开展质量检查,降低对现有业务系统的影响。平台支持MySQL、Oracle、SQL Server、PostgreSQL、达梦、人大金仓、Doris等多种数据库,并提供手动执行、定时调度和自定义Cron表达式等执行方式,能够满足不同规模、不同周期的数据质量评测需求。

在质量问题管理方面,平台能够集中展示评测发现的问题数据,提供错误描述、触发规则和修复建议,并支持按照问题状态、评测时间等条件进行检索。结合质量问题统计、修复进度及数据时效性分析,帮助管理人员掌握数据质量状况,识别重点问题,为后续整改和治理效果评估提供依据。

需要注意的是,数据质量管理并不只是技术层面的数据检查,更涉及业务规则、管理职责、问题整改和组织协同。质量评测能够帮助组织发现问题,但要持续提升数据质量,还需要从业务源头建立规范,明确质量责任,形成长期有效的管理机制。

针对更加深入的数据质量治理需求,龙石数据还提供“第三方数据质量管理方案”。与数据中台内置的数据质量功能相比,该方案更加注重组织层面的数据质量管理体系建设,不仅提供数据质量监测、问题分析和整改等技术能力,还从规章制度、管理流程、责任落实和考核评价等方面入手,建立涵盖质量检查、问题派发、源头整改、复核评价的长效工作机制,推动数据质量管理从单纯的技术检查走向制度化、常态化的组织管理,从业务源头持续提升数据质量。

10. 数据安全

数据安全是龙石数据中台3.9的数据治理辅助模块,主要提供数据分类分级、敏感数据识别及基础安全管控能力,帮助组织在数据管理和使用过程中识别敏感信息,并落实相应的安全管理要求。

平台支持根据实际需求建立数据分类和安全等级体系,并通过可配置的识别规则,对数据库中的敏感字段进行扫描和识别,统计敏感数据的分布情况。同时,结合数据脱敏、加密、访问授权及数据权限管理等能力,为数据查询、共享和使用提供基础的安全控制。

需要说明的是,数据安全是一项涉及技术架构、管理制度和业务系统的综合性工作。数据中台的安全管理功能主要承担数据治理环节中的辅助管控职责,不能替代专业的数据安全产品及组织整体的数据安全管理体系。

11. 数据开发

数据开发是龙石数据中台3.9面向数据加工、计算和分析提供的功能模块,支持可视化流程开发、脚本开发及大数据计算任务,满足不同场景下的数据处理需求。平台支持通过拖拽方式设计数据处理流程,也支持SQL、Shell、Python等脚本,以及Spark、Flink、Hadoop MapReduce等计算框架,能够根据实际业务需求选择不同的开发方式。

在开发管理方面,平台提供资源管理、函数管理、任务调度和运行监控等能力,支持对数据文件、程序包及自定义函数进行统一维护。用户可以配置任务执行策略,并通过运行日志查看任务状态和异常信息,为数据加工、指标计算及业务分析等工作提供基础的数据开发能力。

12. 数据标签

数据标签是龙石数据中台3.9面向业务对象特征管理和数据应用提供的功能模块,主要用于将分散的业务数据转化为结构化、可管理的标签信息。平台支持围绕自然人、法人、客户、产品、设备等业务实体建立标签体系,通过统一的实体定义、标签分类和标签管理,为用户画像、业务对象分类、精准分析及数据应用提供支撑。

在标签体系建设方面,平台支持定义业务实体、实体属性及关联关系,并按照业务需求建立多层级标签分类。用户可以创建基础标签和组合标签,通过可视化配置或SQL方式定义标签计算逻辑,并结合标准代码集、数据库字典等维护标签取值。对于不同业务场景,可以根据已有数据资源灵活构建标签体系,减少重复开发和维护工作。

 

在标签管理方面,龙石提供标签定义、开发、计算、审核、发布和下架等全生命周期管理能力,并支持标签版本管理、计算任务调度和运行日志查询。通过统一管理标签口径、计算规则及发布流程,帮助组织持续维护业务标签,确保标签能够随着业务需求和基础数据的变化进行更新。

对于需要开展客户画像、企业分类、用户分群及业务对象特征分析的组织,标签模块能够将已有的数据治理成果进一步转化为可复用的业务标签,为后续的数据分析和业务应用提供支持。

13. 数据指标

数据指标是龙石数据中台3.9面向业务分析和经营管理提供的核心功能模块,主要用于解决不同部门之间指标定义不统一、统计口径不一致、指标重复开发等问题。平台支持原子指标、衍生指标和复合指标的统一管理,围绕指标定义、审核、开发、计算及结果存储,帮助组织建立规范、可复用的数据指标体系,为业务报表、经营分析和数据应用提供统一的指标数据支撑。

在指标体系建设方面,平台支持按照业务主题划分指标域,统一定义指标的业务含义、计算口径和统计周期。用户可以根据实际需求制定基础度量指标,并结合时间周期、业务限定条件和分析维度构建衍生指标,或通过多个指标之间的计算关系形成复合指标。同时,平台提供公共维度管理能力,支持对地区、行业等常用分析维度进行统一维护和复用,减少不同业务场景下的指标口径差异。

在指标开发与计算方面,龙石支持可视化配置和SQL两种开发方式,能够通过数据关联、条件过滤、计算公式等方式完成指标计算,并支持聚合统计、同比、环比及累计值等常见分析需求。平台提供手动执行、周期调度和历史数据补算能力,支持将计算结果统一存储,并与数据归集、清洗等前置任务建立依赖关系,保障指标数据按照既定流程持续更新。

在指标管理方面,平台提供指标发布审核、版本管理、下架管理及计算任务监控等能力,能够记录指标定义及计算逻辑的变更情况,并通过运行日志追踪指标计算过程。对于需要统一经营指标、建立业务分析体系或开展跨部门数据统计的组织,龙石的数据指标模块能够将分散的统计需求转化为规范化、可持续维护的指标数据,为后续的数据可视化分析和业务决策提供支撑。

14. API共享

API共享是龙石数据中台3.9面向数据服务和跨系统集成提供的核心功能模块,主要用于将数据资源中心的数据转化为标准化、可调用的API服务,满足不同业务系统之间的数据查询、共享和应用需求。平台提供自助式API开发、外部API接入、可视化API编排及API全生命周期管理等能力,帮助组织建立统一的数据服务体系。

在API开发方面,平台支持通过可视化配置方式快速创建数据接口。用户可以基于已有数据库表,配置接口地址、输入参数、输出参数及数据清洗转换规则,无需编写复杂的接口程序即可生成API服务。对于已有的第三方API,平台也支持统一接入和管理,通过地址转换和标准化处理,对外提供统一的调用入口。此外,龙石还提供可视化API编排能力,支持RESTful API、WebService等不同类型的接口及Java组件进行组合编排,满足多接口聚合、数据转换和复杂业务服务等需求。

在API管理方面,平台提供从开发、测试、审核、发布到下线的全生命周期管理能力,并支持自动生成API接口文档,包含调用地址、请求参数、返回参数及调用示例等信息,方便数据需求方快速接入。在接口安全与运行管理方面,平台支持签名鉴权、简易鉴权等多种访问控制方式,并提供API授权、黑白名单、并发控制、访问量限制及调用统计等功能,帮助管理人员掌握接口的使用情况,规范数据服务的对外提供过程。

与通过批量或实时同步方式传输数据的数据共享模块不同,API共享更适合业务系统按需调用数据的场景。通过自助式开发、统一服务管理和接口访问控制,龙石能够将数据治理成果转化为可复用的数据服务,为组织内部系统集成、跨部门数据共享及对外数据服务提供支撑。

15. 数据共享

数据共享是龙石数据中台3.9面向跨系统、跨部门数据流通提供的核心功能模块,主要负责将数据资源中心经过归集、清洗和治理的数据,按照业务需求共享至其他数据库或业务系统。平台支持批量共享和实时分发两种主要方式,能够适应不同业务场景对数据同步频率、共享范围及数据时效性的要求。

在批量数据共享方面,平台提供可视化共享流程设计能力,支持通过拖拽方式配置数据输入、转换和输出组件,实现不同类型数据库之间的数据映射、转换和同步。用户可以根据实际需求配置数据过滤、字段处理和清洗转换规则,并通过手动执行、定时调度或自定义Cron表达式等方式管理共享任务。数据共享与数据归集、数据清洗共用ETL引擎,能够复用已有的数据处理能力和公共清洗转换规则。

针对数据实时性要求较高的场景,龙石提供基于CDC(Change Data Capture,变更数据捕获)技术的实时数据分发能力,能够捕获来源数据库中的新增、修改和删除操作,并将变更数据同步至多个目标数据库,实现一对多的实时数据分发。平台支持异构数据库之间的字段映射和数据同步,并能够监测不同目标库的数据插入、更新和删除情况,帮助用户掌握实时共享任务的运行状态。

在共享管理方面,平台提供共享任务调度、执行日志、异常监控及共享工单管理等能力。对于需要经过申请和审批的数据共享需求,可以结合数据资产门户的资源申请流程,由数据提供方审核后生成共享工单,再由数据治理人员配置相应的共享流程,实现从数据申请到共享交付的业务衔接。

与API共享主要面向接口调用不同,数据共享更侧重于数据库之间的数据同步和批量、实时分发。对于需要开展多系统数据协同、跨部门数据交换以及治理成果回流业务系统的组织,龙石的数据共享模块能够提供相应的技术支撑,也是数据资源中心实现数据流通和业务应用的重要能力。

16. 数据可视化

数据可视化是龙石数据中台3.9面向业务分析和数据展示提供的应用模块,主要用于将数据资源中心的数据转化为直观的图表、仪表板和数据大屏,帮助业务人员更方便地查看数据、分析业务变化和掌握关键指标。平台提供从数据集构建、图表设计到可视化应用发布的一体化能力,支持通过拖拽方式完成大部分可视化配置,降低数据分析和报表制作的技术门槛。

在数据准备方面,平台支持基于已有数据源创建数据集,通过可视化配置或自定义SQL完成数据提取、字段选择、多表关联和计算字段设置。用户可以根据业务需要对数据进行汇总统计、维度分析及二次计算,并将配置好的数据集用于不同的图表和分析场景,减少重复的数据准备工作。

在可视化分析方面,龙石提供柱状图、折线图、饼图、地图、指标卡、明细表等多种图表组件,支持同环比分析、数据钻取、条件过滤和图表联动等交互功能。平台同时提供仪表板和数据大屏两种主要展示方式:仪表板侧重业务指标分析和日常管理报表,支持PC及移动端查看;数据大屏则提供更加灵活的画布布局、图层管理和展示样式配置,适用于运营监控、指挥展示及综合数据展示等场景。

在应用管理方面,平台支持仪表板和数据大屏的分类维护、分享、导出及嵌入式集成,并能够结合组织架构、角色及数据权限,对不同用户的数据查看范围进行控制。已发布的可视化成果还可以作为数据资产进行统一管理,并通过数据资产门户提供给经过授权的业务人员使用。

整体来看,龙石的数据可视化模块能够覆盖从数据准备、分析建模到报表展示的常见需求。对于希望在数据治理基础上进一步建设经营分析报表、业务监控看板或综合展示大屏的组织,可以利用这一模块将已有数据资源转化为更加直观、易于使用的数据应用成果。

17. 数据资产管理

数据资产管理是龙石数据中台3.9面向数据资源梳理、资产登记和规范化管理提供的核心功能模块,主要用于将分散在不同业务系统和数据库中的数据资源组织为统一、可管理、可共享的数据资产。平台围绕数据资产的分类、登记、维护、发布和使用审核等环节,建立完整的数据资产管理机制,帮助组织明确拥有哪些数据资源、资源由谁提供,以及如何进行管理和使用。

在资产分类与登记方面,平台支持按照来源部门、业务领域等维度建立数据资产分类体系,并对数据集、API和数据看板等不同类型的资产进行统一管理。对于数据集资产,可以关联已有数据库表,自动获取字段信息,并维护资产名称、业务描述、共享类型、更新周期等相关属性;对于API和数据看板,则可以关联平台已有的服务和可视化成果,将不同形式的数据资源纳入统一的数据资产目录。

在资产管理方面,龙石提供资产发布、变更、下架及使用申请审核等功能。数据资产登记完成后,可以通过审核流程发布至数据资产门户,供其他部门检索和申请使用。对于已经发布的资产,平台支持更新维护和版本变更比对,并通过发布及下架审核机制规范资产的管理过程。对于业务部门提交的数据使用申请,管理人员可以根据实际需求进行审批,在审核通过后开放相应的数据访问和使用权限。

数据资产管理的重点不仅是建立一份数据资源清单,更在于将数据资源转化为具有明确归属、业务含义和使用方式的可管理资产。通过与元数据、API共享、数据可视化及数据资产门户等模块协同,龙石能够将数据资源的建设成果集中呈现,并建立从资产登记、审核发布到申请使用的管理流程,为组织开展数据资产盘点、资源目录建设和跨部门数据共享提供支撑。

18. 数据资产门户

数据资产门户是龙石数据中台3.9面向业务人员提供的统一数据资源服务入口,主要解决数据资源分散、查找困难、申请流程不统一等问题。平台围绕“找数、查数、用数”的实际需求,将数据集、API和数据看板等不同类型的数据资产集中展示,为组织内部的数据资源发现、申请和使用提供一站式服务。

在数据资源检索方面,门户支持按照资源名称、关键词、来源部门、业务领域、共享类型等条件进行查询和筛选。用户可以查看数据资产的基本信息、业务描述、字段信息及共享要求,并根据实际需要收藏资源或提交使用申请。对于多个待申请的数据资源,平台还支持加入申请清单并批量提交,简化跨部门数据资源申请流程。

在数据申请与使用方面,门户与数据资产管理模块的审核流程相衔接。用户提交申请后,由相关管理人员进行审核,审核通过后即可按照授权范围使用对应的数据资源。对于数据集,用户可以在线查询授权数据;对于API,可以获取接口文档及相关调用信息;对于数据看板,则可以直接查看已授权的可视化分析成果。

此外,门户还提供个人工作台,集中展示消息通知、资源申请记录、收藏资产及API鉴权信息等内容,方便业务人员管理日常的数据使用需求。

与面向数据治理人员的数据资产管理模块不同,数据资产门户更加关注业务人员的数据获取和使用体验。通过将数据资产目录、资源申请、权限审核和数据应用连接起来,龙石能够帮助组织建立统一的数据资源服务窗口,让经过治理的数据资源更方便地提供给实际业务部门使用。

19. 统计中心

统计中心是龙石数据中台3.9面向数据建设成果和日常运营管理提供的基础功能模块,主要围绕数据库、数据归集、数据清洗、数据治理和数据共享等环节,提供多维度的统计分析能力,帮助管理人员掌握数据资源规模、处理情况及治理成果。

平台支持按照数据库、数据表、来源部门等维度统计数据总量及变化趋势,并对数据归集、清洗、共享等任务的处理情况进行分析。同时,提供数据质量问题分布、修复进度、数据时效性、API调用量及实时分发情况等统计信息,通过图表和周期性报告,为数据治理成果展示、日常管理和运营分析提供依据。

20. 监控中心

监控中心是龙石数据中台3.9面向平台运行维护提供的基础支撑模块,主要负责对主机、资源组、数据库及各类数据任务进行统一监控,帮助运维人员及时掌握平台运行状态,发现和定位异常问题。

平台支持对CPU、内存、磁盘等基础资源进行监测,并对数据归集、数据清洗、数据共享、质量评测、API服务等任务的执行状态、运行耗时和处理数据量进行监控。用户可以根据实际需求配置监控规则和预警阈值,通过企业微信、邮件、短信等渠道接收异常通知。同时,平台提供任务日志查询和数据对账能力,便于排查任务故障、核对来源与目标数据的一致性,为数据中台的日常运维和稳定运行提供支撑。

21. 用户中心及基础配置

用户中心及基础配置是龙石数据中台3.9的基础支撑模块,主要负责平台的组织架构、用户账号、角色权限及系统资源的统一管理,为不同部门、不同角色开展数据治理和应用提供基础保障。

在用户与权限管理方面,平台支持按照组织架构建立用户和角色体系,并配置菜单权限、操作权限、数据项权限及数据范围权限,满足不同岗位的数据访问和管理需求。同时,平台支持多工作空间管理,可以按照部门或业务主题划分独立的管理空间,实现不同团队之间的数据与资源隔离。

在基础配置方面,平台提供主机管理、资源组管理、业务主题管理和消息通知配置等功能,支持对计算资源进行统一分配与维护,并通过企业微信、邮件、钉钉等渠道提供消息通知服务。结合统一身份认证、登录日志和操作日志等能力,为数据中台的日常管理、多部门协作和持续运行提供基础支撑。

22. 湖仓一体

湖仓一体是龙石数据中台3.9面向大规模数据存储、计算和管理提供的底层支撑能力,通过融合数据湖与数据仓库的技术架构,满足组织对结构化、半结构化及非结构化数据的存储与处理需求。平台支持分布式文件存储、对象存储及MPP数据库等技术,并结合存算分离、分布式计算等能力,为数据资源中心建设提供基础支撑。

在数据处理方面,平台支持通过CDC、Kafka及批量采集等方式实现数据入湖,并将湖中的数据进一步加工至数据仓库,分别满足原始数据沉淀、数据加工和业务分析等需求。同时,支持Spark、Flink等计算框架,提供批量计算与实时流式处理能力,适应不同数据规模和处理时效要求。

在湖仓数据管理方面,龙石将元数据、数据血缘、数据质量、数据安全及运行监控等治理能力延伸至湖表和仓表,支持对湖仓数据进行统一管理。对于数据规模较大、数据类型复杂,或同时存在批量分析与实时处理需求的组织,湖仓一体架构能够提供更加灵活的数据存储与计算支撑。

23. 培训与陪跑服务

龙石数据采用“产品+培训+陪跑”的一体化服务模式,将软件平台、方法培训与项目实践相结合,不仅关注数据治理平台的建设与交付,也重视客户团队的数据治理能力培养,帮助组织逐步建立自主开展数据治理和持续运营的能力。

在培训方面,龙石围绕数据治理理论、建设方法、平台功能及实际操作开展系统化培训,并结合《数据治理实战指南》等知识资料,帮助客户团队建立统一的数据治理认知。在项目实践方面,通过样板工程建设、平台实训以及驻场或远程陪跑等方式,指导客户团队开展数据资源梳理、数据归集、标准管理、质量治理和数据应用等实际工作,将方法培训与业务实践相结合。

与单纯的软件交付不同,龙石数据更加重视数据治理能力的转移。通过培训与实际项目相结合,帮助客户培养内部数据治理骨干、积累实施经验,逐步形成自主建设、管理和持续优化数据资源的能力,让数据治理成为组织能够长期开展的日常工作。

典型应用场景与功能模块配置参考

龙石数据中台3.9采用模块化设计,不同功能模块可以根据实际业务需求进行组合,并非所有项目都需要建设完整的数据中台。对于已有一定信息化基础的组织,也可以充分利用现有系统和数据资源,选择所需的功能模块开展专项建设。

结合常见的数据管理与应用需求,以下整理了四种典型建设场景及对应的功能配置,供项目规划和产品选型时参考。

典型建设场景 推荐配置模块 主要建设目标
数仓建设与可视化 数据源管理、数据归集、元数据、数据清洗、数据可视化、数据模型(可选) 建设统一数据仓库,整合业务数据,形成数据报表、分析看板及可视化大屏
数据归集与共享 数据源管理、数据归集、元数据、数据共享、API共享 实现异构系统数据归集、批量同步、CDC实时同步及跨系统数据共享
数据资产管理与服务 数据源接入、元数据、数据资产管理、数据资产门户、API共享、数据归集(可选)、数据共享(可选) 建立数据资产目录,统一管理数据资源,实现资产发布、检索、申请和使用
综合数据中台建设 数据源接入、数据模型、数据归集、数据清洗、元数据、数据标准、数据质量、数据开发、数据指标、数据共享、数据资产管理及门户等 建设覆盖数据接入、存储、治理、开发、共享和应用的综合数据管理平台

以上配置主要展示不同建设场景下的核心功能组合,并不代表固定的产品套餐。实际项目中,还需要根据部署环境、现有系统、数据规模和业务需求,配置相应的基础模块及其他必要能力。

例如,以数据汇聚和可视化展示为主的项目,可以根据现有数据仓库的建设情况,决定是否配置数据模型模块;已有数据资源体系的组织,可以重点建设数据资产管理和共享服务能力;对于需要同时开展数据整合、治理和应用的组织,则可以考虑综合型数据中台建设方案。

此外,对于数据规模较大、需要统一建设数据湖与数据仓库的项目,可以根据实际需要配置湖仓一体能力;对于需要统一管理核心业务对象的组织,则可以考虑引入主数据模块。

数据中台建设并不是功能模块越多越好,而是要让产品能力与实际建设需求相匹配。通过模块化配置,组织可以结合现有基础和建设目标,选择适合的功能组合,逐步完善数据管理与应用体系。

结语

总体来看,龙石数据中台3.9围绕“理、采、存、管、用”的数据治理方法论,形成了覆盖数据接入、存储、治理、开发、共享和应用的完整产品能力体系,能够满足不同组织在数据资源整合、数据治理和业务应用方面的多样化需求。

对于实际建设项目而言,数据中台并非功能越多越好,关键在于结合现有信息化基础和业务需求,选择合适的功能组合,避免重复建设和不必要的投入。

龙石数据通过模块化产品设计与“产品+培训+陪跑”的服务模式,将平台建设与客户团队能力培养相结合,帮助组织逐步建立自主、可持续的数据治理与应用能力,让数据资源真正服务于业务发展。

400-800-9577 400-800-9577
产品
解决方案
典型案例
赋能体系
视频
资源
微信咨询
微信咨询
苏州龙石信息科技有限公司微信公众号
电话咨询
电话咨询
400-800-9577
预约演示
预约演示
资料下载
资料下载
预约演示
资料下载

龙石数据,致力于赋能客户成为数据治理专家

立即开启您的数据治理之旅

免费咨询
预约演示