龙石-青云 1

• asked Apr 17

数据中台在数据仓库建设方面的核心规范与方法

以下是龙石数据中台在数据仓库建设方面的核心规范与方法。 数据仓库建设是数据中台的核心基础，旨在实现数据的标准化、简化处理逻辑、提升复用性和可维护性。依据相关标准文档，其建设遵循“理、采、存、管、用”的方法论，并制定了详细的分层规范和模型建设指南。 一、 数据仓库分层规范 为了实现数据的有效治理和应用，数据中台将数据仓库划分为五个清晰层次： 序号 数据仓库分层 英文缩写 说明 1 来源层 SRC 指需要接入的原始数据源，包括各类数据库、API、文件等。 2 贴源层 ODS 存放...

discussion

0 votes

0 answers

92 views

龙石-青云 1

• asked Apr 17

数据源接入要点

数据源接入是数据中台建设的基础和首要步骤，其核心在于实现异构数据源的统一接入、分类管理和规范化配置。以下是数据源接入的关键要点： 一、 核心功能与支持类型 数据源接入模块旨在对组织内所有数据源进行统一纳管，为后续的数据集成、治理和应用奠定基础。 统一管理：支持对数据库、文件、API等多种异构数据源进行集中接入和维护。 广泛兼容：支持主流的关系型数据库（如MySQL、Oracle、SQLServer、PostgreSQL、达梦DM8、Doris等）、非关系型数据库（如Mongo...

discussion

0 votes

0 answers

117 views

龙石-青云 1

• asked Apr 17

政务数据共享交换平台的逻辑架构

政务数据共享交换平台基于主流大数据技术和政务数据共享交换规范，提供大数据工作门户、工单系统、资源目录管理平台、数据交换平台和API管理平台，如 政务数据共享交换平台主要包括大数据工作门户、数据资源目录管理平台、共享交换管理平台、API管理平台、工单系统、对账系统等功能模块组成。 大数据工作门户为用户提供便利的数据资源应用功能，提供基于资源目录的申请、审批、评价的全流程管理，以及基于资源目录的数据在线查询，支撑数据资源的共享和应用。 工单系统为共享交换过程中的数据服务提供统一的...

discussion

0 votes

0 answers

58 views

龙石-常青 1

• asked Apr 17

“一城市一底座、一部门一空间”建设原则，用实例说明如何避免重复建设。

龙石数据“一城市一底座、一部门一空间”建设理念 各位同行伙伴，相信做城市级数据管理的大家，都有过这样的“共性烦恼”——各委办局各自为战，你建一套系统、我买一批设备，重复投入不说，数据还被拆得七零八落，形成一个个“信息孤岛”，跨部门协同堪比“跨山越海”，既耗成本又拖效率。 今天咱们不绕弯子，重点分享龙石数据破解这一痛点的核心方案——“一城市一底座、一部门一空间”建设理念。它不玩虚的，既守住城市数据统筹管理的专业性，又能解决一线实操中的协同难题，不管是统筹管理者还是一线执行者，都...

discussion

0 votes

0 answers

78 views

龙石-常青 1

• asked Apr 17

结合“大数据集团API平台建设”案例，讲解统一鉴权、流量控制、调用审计等10余个API管理功能。

大数据集团API平台建设案例——核心功能详解 一、案例背景回顾 在“大数据集团 API平台建设”案例中，平台实现了对内外部100余个API接口的统一接入与管理。这要求平台必须具备强大的统一管控、安全防护和运营分析能力。 二、核心API管理功能详解 以下是该平台提供的10余个关键功能，它们共同解决了API“管不好、用不顺、控不住”的难题： 1. 统一接入与协议转换 功能：支持将异构的第三方API（如不同协议、不同标准的接口）接入平台。 价值：实现地址标准化，对外提供统一的调用地...

discussion

0 votes

0 answers

123 views

龙石-常青 1

• asked Apr 17

分享｜数据治理越做越累？因为方法不对！

数据治理工作“越做越累”是许多组织面临的普遍困境。这通常不是因为目标错误，而是方法、路径或实施策略上出现了偏差，导致治理工作陷入“投入大、见效慢、重复劳动”的恶性循环。 一、为什么数据治理会“越做越累”？——四大常见误区 导致治理工作疲惫不堪的核心原因通常包括： 缺乏顶层设计与战略对齐：将数据治理等同于零散的IT项目，没有从业务战略出发制定清晰的治理目标与路线图，导致工作方向不明、价值难显，团队在繁杂任务中迷失。 “大而全”的全面铺开：试图一次性治理所有数据，没有遵循 “聚焦...

discussion

0 votes

0 answers

79 views

龙石-常青 1

• asked Apr 17

分享｜政务数据治理：支撑“数据共享”和“一网通办”等上层应用的底层核心能力

政务数据治理是支撑“数据共享”和“一网通办”等上层应用的底层核心能力。其建设并非单一技术工程，而是遵循 “理、采、存、管、用” 的系统化方法论，通过构建统一的数据中台，实现数据从无序到有序、从分散到集中、从不可用到可信可用的转变。以下是其核心支撑逻辑与实施路径。 一、核心理念与目标：从“蜘蛛网”到有序共享 传统政务数据交互常呈点对点的“蜘蛛网”模式，导致接口重复、口径不一、维护困难、安全难控。政务数据治理的目标正是打破这种无序状态，建立“物理集中为主、逻辑集中为辅”的大数据格...

discussion

0 votes

0 answers

106 views

龙石-常青 1

• asked Apr 17

数据要素流通：治理是前提，合规是底线

一、核心理念：为什么治理是前提，合规是底线？ 数据要素要高效、安全地流通并创造价值，必须建立在两个坚实的基础上： 治理是前提：数据要素流通并非简单的“数据搬家”。如果数据本身质量低下、标准不一、权责不清、安全无控，那么流通只会放大问题，将“脏数据”和“数据风险”扩散至更大范围，形成“数据灾难”。因此，必须先通过系统化的数据治理，将原始数据转化为“可信、可用、可管”的数据资产，使其具备流通的价值基础。 合规是底线：数据要素流通涉及数据跨主体、跨区域流动，必须严格遵守国家法律法规...

discussion

0 votes

0 answers

55 views

龙石-常青 1

• asked Apr 17

数据治理不是面子工程，是数字化基本功

数据治理的核心价值在于为数据资产的有效管理和价值释放提供坚实的基础保障。检索到的资料显示，数据治理旨在解决“数据不可用、不可控”的根本性问题，其重要性体现在以下几个方面： 确保数据可信赖与可用性：数据治理通过对数据全生命周期进行端到端的透明化管控，实现数据模型标准化、数据关系脉络化、数据加工可视化、数据质量度量化、数据服务自动化。这直接回应了“数据看不见、读不懂、不一致、流不通、信不过”等现实困境，是数据能够被业务放心使用的先决条件。 奠定数据管理的核心基础：元数据管理作为数...

discussion

0 votes

0 answers

78 views