希嘉数据中台体系.docx

文档介绍：数据中台-希嘉智慧校园的数据整合、价值发掘之道1、希嘉如何通过数据中台业务模式来进行高校内部数据建设的?随着高校信息化的发展,高校数据呈现更多元化的状态,传统的数据集中建设模式已不足以满足高校当下的需求,希嘉认为,底层数据能力建设已经成为高校数据治理的关键,因此提出高校数据中台模式,来帮助高校解决当前数据的困境,并通过以下四点实现:全域数据采集与治理:以需求为驱动,以数据多样性的全域思想为指导,采集与治理全业务、多终端、多形态的数据;为最终在业务层面的多维度数据分析、挖掘等需求打下坚实的基础。标准规范数据架构:统一基础层(工具层)、公共中间层(仓库层)、百花齐放应用层的数据分层架构模式,通过数据结构化、规范化的方式实现指标口径统一;大大降低用户在接入不同体量数据源所面临的存储架构选择问题。统一数据开放:通过构建数据主题集和数据服务查询引擎(API接口),面向业务统一数据出口与数据查询逻辑,屏蔽多数据源与多物理表;在降低数据管理和使用门槛的同时,提高数据使用的效率。模型构建及共享:通过统一底层的数据标准和计算组件,形成某个业务场景的数据模型,深度萃取数据的价值;通过数据开放模块,将数据的价值进行共享,提升数据的粘度。二、数据中台模式与传统数据仓库模式的区别?数据来源不同:从数据来源来说,传统数仓的数据来源主要是业务数据库,数据格式也是以结构化数据为主;数据中台的数据来源期望是全域数据包括业务数据库,日志数据,埋点数据,爬虫数据,外部数据等,包括结构化和非结构化数据;应用方向不同:传统数仓就是针对某个主题的BI分析,目的性单一,只抽取和清洗该相关分析报表用到基础数据,新增一张报表,就要从底层到上层再做一次,不考虑该类数据的共享性问题;数据中台则是为了融合整个高校的全部数据,打通数据之间的隔阂,消除数据标准和口径不一致的问题,不仅仅只是为了某个主题的BI分析,更重要的是让各个业务间的数据能够互联互通。数据架构不