5数据中台解决方案

数据中台解决方案数字科技成就美好世界目录案例分享CaseShare解决方案Solution2.3.4.实施路径ImplementApproach1.中台概述DataCenterOverview数据中台定义数据中台的愿景是打造数据驱动的智能企业数据中台是一套可持续“让企业数据用起来”的机制，是一种战略选择和组织形式，是依据企业特有的业务模式和组织架构，通过有形的产品和实施方法论支撑，构建的一套持续不断把数据变成资产并服务于业务的机制。——数澜科技数据中台的核心，是避免数据的重复计算，通过数据服务化，提高数据的共享能力，赋能数据应用。数据中台收益：优化现有业务和实现新业务的转型数据中台的内涵是技术的概念，更是企业管理的概念数据中台居于前台和后台之间，是企业级的数据共享、能力复用平台，是数字化转型的基础和中枢系统。将企业全域海量、多源、异构的数据整合资产化，为业务前台提供数据资源和能力的支撑，以实现数据驱动的精细化运营。数据中台不是简单的一套软件系统或者一个标准化产品，更多的是一种强调资源整合、集中配置、能力沉淀、分步执行的运作机制，是一系列数据组件或模块的集合，指向企业的业务场景。企业基于自身的信息化建设基础和业务特点对数据中台的能力进行定义，基于能力定义选择和利用数据组件搭建中台。各类数据技术是构建数据中台的基础，能够高效对数据进行统一收集、处理、储存、计算、分析和可视化呈现，使数据最终与业务链条结合，真正转化为企业核心资产。而从广义上，数据中台更是一种企业组织管理模式和理念，集公司战略决心、组织架构、技术架构于一体，企业从战略上构建统一的协同基座即中台化组织，以协调和支持各业务部门，用技术拓展商业边界，为新业务、新部门提供成长空间。如何理解数据中台跳出数据中台看中台业务系统到数据应用完整链条数据中台的本质：重管理、看价值发散、聚焦-看数据中台的意义和价值1、大数据的下一站：业务层面技术层面2、数字化转型的金钥匙、新引擎：信息化建设->数字化转型中台战略-大中台、小前台3、数据价值数据资产数据是生产要素大势所趋、顺势而为中台战略，解决的是数字化转型过程中信息化建设的问题数据中台是一套帮助组织管好、用好数据的解决方案银行数据中台的的演化历程数据文件/Excel少量数据记录业务情况统计类需求数据仓库/集市较多数据长期历史业务主题整合分析报表即服务大数据平台异构数据异构数据多平台报表、预测数据集即服务数据业务化数据产品数据服务数据资产数据API即服务统计分析业务驱动数据中台从业务数据化到数据业务化数据中台是数据建设发展到一定阶段的产物，是业务数据化到数据业务化的必然发展阶段在某个维度上他们为业务产生的价值有不同的侧重数据中台距离业务更近，能更快速响应业务和应用开发的需求银行业数据中台的核心内容数据API（数据加工厂或者Open

API）狭义上来讲，Data

API是数据中台的核心，它是连接前台和后台的桥梁，通过API的方式提供数据服务，而不是直接把数据库给前台、让前台开发自行使用数据。数据API的重要体现方式是数据产品或者数据资产广义来讲，数据中台是以应用场景为出发点构建的数据服务体系，包括了组织架构、流程制度、数据、工具和服务银行业通常讲数据中台是指的广义的概念前台敏捷开发，战略创新后台数据开发，稳步前进DataAPI快速提供服务高性能搞安全优化数据模型提升数据质量数据中台产品特点数据中台本身是好产品通用的数据中台产品（与业务中台不同）1、集装箱——海陆联运的解决方案：在集装箱出来之前，货物都是混装的，装的少不说，还得倒腾。所以码头通常会聚集大量的搬运工。集装箱出来之后，一个集装箱内装一种货物，一艘船可以随便装。而且集装箱非常标准化，可以随便装。2、罐头：不管午餐肉、水果还是糖、饼干，都能装在管子里的密封保存很久。在二战期间，午餐肉更是给美军带来了全球的能量来源。韩国的部队火锅文化就是捡美军遗落的午餐肉，加上各种配料大乱炖。货物分拣混装计量货物转运视频防腐加工复杂运输不便效率低下提数麻烦成本太高统一标准单柜计量海陆联运超强防腐营养搭配方便快捷数据统一随用随取价值输出数据中台是一种好的产品，能屏蔽复杂的取数逻辑，降低数据的使用成本，然后提供托拉拽、接口、高价值的简单可行的数据应用。OneDataOneIDOneService阿里巴巴数据中台的能力框架OneServiceOneDataOneID统一数据服务能力复用而非复制数据统一数据建设&数据化资产管理能力标准统一、资产而非成本统一实体（如：消费者、企业、商品、设备等）数据融通而非孤岛存在数据标准化数据规范定义从业务源头标准化技术内核工具化规范定义、建模研发、调度运维元数据驱动智能化半自动化->智能化规划计算和存储技术驱动数据连接基于超强ID识别技术连接数据技术内核工具化超强ID识别、高效标签产生、…业务驱动技术价值化孤岛->高质量->高价值主题式数据服务主题逻辑表屏蔽复杂物理表统一但多样化数据服务一般查询+OLAP分析+在线服务跨源数据服务屏蔽多种异构数据源全流程一体化从数据采集到数据服务全链路通向上多样化赋能场景通用产品+行业产品+专享产品向下屏蔽多计算引擎公共云+专有云+混合云双向联动业务与产品&技术协同互助数据模型数据质量数据信任数据可视化数据资产管理智能黑盒数据技术领域阿里数据中台六大数据技术领域数据技术领域随着业务的发展和技术的突破不断扩大、

升华1、建设阿里数据公共层之初，规划了六大数据技术领域：即数据模型领域、存储治理领域、数据质量领域、安全权限领域、平台运维领域、研发工程领域。2、阿里数据公共层建设项目第二阶段完成：存储治理领域，已经被扩大到资源治理领域，进而升级到数据资产管理领域安全权限领域，升级到数据信任领域，因为很多工作已经在产品中实现平台运维领域不再作为一个数据技术领域被推进数据模型领域与数据质量领域还在持续推进中，不过增加了许多新的内涵智能黑盒领域则是新起之秀阿里数据中台产品建设模式总结全面规划，平台级建设自下而上，先技术后应用，最后解决方案产品主导：“产品+3One方法论”是核心能力1、产品主导的逻辑2、阿里10年时间摸索，今年才产品化阿里数据中台产品全景图DataPhin、QuickBi、Quick

Stock、Quick

A+、Quick

Audience、QuickDecision等组建Data

Phin底层数据Quick

Bi图表可视化Quick

A+用户行为分析Quick

Stock人货场运营Quick

Audience用户运营Quick

Decision提供全面精细化运营和决策阿里数据中台分析阿里数据中台产品重业务、重运营非大而全、无核心阿里巴巴集团数据技术及产品部总经理朋新宇说，如何衡量数据中台的好坏，就一个标准，价值。华为DAYU分析数据使能DAYU结合华为数字化转型实践和30多年在ICT基础设施领域积累的技术，携手行业合作伙伴，为客户提供一站式数据全生命周期管理解决方案，打造“全域、服务化、资产化、智能、安全”的数据体系，释放数据价值华为云数据使能DAYU致力于打通企业数据从资源到资产的通路，为大型政企客户量身定制跨越孤立系统、感知业务的数据资源智能管理解决方案，实现全域数据入湖，帮助政企客户从多角度、多层次、多粒度挖掘数据价值，实现数据驱动数字化转型华为DAYU分析解决方案架构网易数帆产品清单网易数据中台整合数据技术、产品技术能力、提供统一的数据和服务、强力支撑前台业务方案特色网易数据中台整体方案解决架构网易数据中台产品介绍敏捷开发平台一站式大数据管理与应用开发平台，

覆盖了大规模数据存储与计算、数据集成、任务开发、分析查询、数据管理及项目管理等企业级大数据应用场景。数据中台发展趋势深入下沉市场，产品更加标准化数据中台发展趋势深耕细分领域，场景愈加精细化数据中台发展趋势趋近软件形态，技术的SaaS化数据中台发展趋势融合新兴技术，释放更多能量数据中台发展趋势人才需求从单一性向复合型转变数据中台的核心价值降低数据建设成本，提高数据治理效率数据中台的核心价值激活数据商业价值，赋能企业运营与决策数据中台的核心价值改造企业业务流程，升级企业组织架构企业实施数据中台的价值业务价值技术价值数字科技成就美好世界目录案例分享CaseShare解决方案Solution2.3.4.实施路径ImplementApproach1.中台概述DataCenterOverview某城商行：从数据仓库到融合平台，从数据治理到数据资产管理HD交易系统区内部结构化数据核心收单信贷信用卡内部非结构化数据电话银行 语音网银 日志影像平台 图像外部数据人行征信社交网络电商平台临时存储接口管理网络爬虫数据交换区数据加载数据采集实时加载准实时加载批量加载-增量/全量大数据存储(x86服务器n*pb)大数据多表关联分析零售数据集市行为数据非结构化数据基础数据平台多维模型监管报送类应用银监会1104报送证监会报送数据应用区新型分析类应用精准营销系统反欺诈/反洗钱…………数据治理血缘分析任务管理和调度元数据管理Gaussdb200MPP集群数据主题联合(n*pb)上游缓冲层(SDATA)模型层(PDATA)汇总层（PMID）标签多维系统分析企业 风控征信 中心下游缓冲层(SDATA)数据试验区Vertica公共实验区分行实验项目数据管控平台某城商行：打造更强的数据管控及治理能力，为开放生态做好准备新的数据湖带来新的数据管理应用挑战，为解决纷乱复杂的数据资产利用难题，必须首要克服数据的“不可知、不可控、不可取、不可联”。所以，构建包含数据资产管理及数据自治的下一代智能化数据管控治理能力，至关重要！NO2.施行与资产相结合的全面标准基于全行数据模型资产，提供便捷检索浏览数据标准信息能力。提供基于标准主题的全局数据分布概览，支持由粗到细粒度的标准落地信息展示。NO4.基于生命周期的全过程管理实现贯穿数据设计、产生、存储、迁移、使用、归档等环节的数据全生命周期管理NO3.基于AI的智能化数据质量检核基于机器学习、语义识别等AI技术，实现数据质量检核规则的自动生成。智能判定业务优先程度，自动化完成关键数据质量检核规则调度。结合数据所在层次及人工设置的分级策略，实现灵活的质量检核。NO1.打通端到端的数据血缘分析增强现有的数据血缘分析能力，向下游扩展元数据管理覆盖范围，将报表、应用纳入到血缘管理中。实现从数据源头，到数据处理平台，再到数据应用的端到端全过程血缘追溯管理。NO5.自动化构建企业数据资产库梳理全行数据架构，对全行的数据模型、数据关系、数据处理有清晰化的认识。某城商行：打造数据生态圈成为数据应用的重要方法和渠道统一的数据库平台统一的文件下发平台统一的调度统一调度监控开放灵活自助云化易用数据加工者数据使用生态圈打造者标准化实行全行统一标准提升数据质量0102平台化建立云化平台资源集约管理智能化依托挖掘模型创造智能产品移动化实时智能推送创造财富奇迹0304管理技术架构的生态圈数据应用生态圈的打造数字科技成就美好世界目录案例分享CaseShare解决方案Solution2.3.4.实施路径ImplementApproach1.中台概述DataCenterOverview资源管理技术栈7应用管理资产管理技术栈AI算法技术栈AI模型在线部署数据开发技术栈数据服务技术栈6业务应用总体架构：规划建议技术栈能力匹配说明1.数据总线技术栈*数据采集、交换、调度2.计算存储技术栈数据的存储、计算、加工的能力3.数据开发技术栈*数据模型设计、指标体系设计、数据离线开发、在线开发4.AI算法技术栈AI模型、挖掘模型的训练、部署5.资产管理技术栈*数据质量、标准、元数据、模型、安全管理6.数据服务技术栈*自助数据服务、API、文件的共享服务及可视化7.资源管理技术栈系统资源的配置、监控、优化*中电金信数据生态工具集个人信贷系统公司业务系统理财业务系统内部数据公司信贷系统 大总账系统信用卡核心系统 个人客户营销系统……社交网络……外部数据搜索数据 宏观数据结构化/半结构化/非结构化3计算存储技术栈2数据总线技术栈1业务原始数据4互联网金融管理决策系统新一代信贷运营管理精准营销……风险监控监管报送第三方云应用元数据管理数据质量管理数据标准管理数据资产管理数据生命周期管理AI统一开发平台可视化建模 Notebook建模ADMS辅助开发平台离线任务开发 实时任务开发数据模型设计与部署数据采集工具数据采集组件 数据处理组件数据交换工具数据分发组件 发布订阅组件作业调度工具调度管理器 任务管理器SQLMPPHDFSNoSQL其它FlinkSparkMR5Hive-SQLShell数据API服务注册、配置 调用、监控数据分析工具Kyligence Presto数据社区工具数据产品 数据开放视图指标/标签管理平台MPP集群部署监控Hadoop集群部署监控集群弹性伸缩多租户管理DockerK8S数据可视化工具商业BI Echarts/D3数据门户/应用视图管控流程管理技术栈能力介绍自有产品典型案例客户能力水平1.数据总线技术栈可为商业银行提供数据采集、数据交换、任务调度等交付服务。中电金信数据湖产品邮储银行、民生银行、平安银行、浦发银行信用卡中心2.计算存储技术栈可为商业银行提供基于大数据平台的离线/在线数据开发服务。华为：工商银行/平安银行/华夏银行/光大银行阿里：重庆农商/农业发展银行/广东农信/贵阳银行；CDH：邮储银行/浦发银行/平安银行星环：民生银行3.数据开发技术栈可为商业银行提供基于大数据平台的模型设计开发、集市设计开发、指标体系咨询与设计开发服务。中电金信ADMS产品邮储银行/民生银行/平安银行/中信银行/华夏银行4.AI算法技术栈可为商业银行提供人工智能、数据挖掘和算法等实施服务。平安银行/邮储银行5.资产管理技术栈可为商业银行提供数据治理咨询、数据标准落地、数据质量分析、专项数据治理工作、数据资产管理等实施服务。中电金信数据资产管理平台农业发展银行/民生银行/华夏银行6.数据服务技术栈可为商业银行提供数据产品开发、报表开发、可视化开发、分析平台和门户开发、DataAPI平台开发等服务。中电金信指标管理平台中电金信标签管理平台中电金信数据分析门户邮储银行/民生银行/中信银行总体架构：中电金信数据中台技术栈能力总结咨询能力实施能力产品能力数据交换区操作型数据区数据架构：核心系统信贷系统客户系统渠道系统信用卡系统集成型数据区数据集成平台贴源模型层（ODM）数据缓冲层（SDM）标准模型层（BDM）整合模型层（CDM）历史数据区历史数据平台分析型数据区客户管理对CRM零售CRM风险管理信用风险操作风险市场风险反洗钱风险风险资本计量财务绩效FTP盈利性分析成本分摊运营管理监管报送外管局报送1104报送外部系统数据家园管理驾驶仓自助分析平台数据看版数据集市层（FDM）数据应用层（PDM）客户集市风险集市财务集市报表集市监管集市其它应用数据采集和交换平台数据集市大数据模型基础平台数据架构：数据区域对应系统：客户管理系统、各类产品系统、帐务处理系统、各类渠道系统、管理流程系统。功能定位：主要承担面向客户的交易、帐务处理，面向内部的流程、事务管理等功能。数据特征：存储业务处理和流程管理过程中产生的客户、协议、账户、交易等原始数据，数据基本为当前状态，保存一定周期的交易流水数据。对应系统：数据集成平台、大数据平台和实时事件处理平台。功能定位：实现全行关系型结构化数据，非关系型的结构化、半结构化和非结构化数据，以及实时事件数据的集中管理和加工，为业务运营和决策分析提供数据支持。数据特征：数据集成平台以关系型结构化数据的集成、整合、范式化、历史保留等特征为主；大数据平台以非关系型数据的集中管理和加工为主；实时事件处理平台以实时事件数据的集中管理和加工为主。对应系统：统一报表平台、监管报送平台、管理会计、风险管理等系统。功能定位：主要获取数据集成平台提供的汇总数据，按照应用主题进行数据的高粒度汇总加工、图形化分析和展现。数据特征：存储汇总、聚合类数据，主要以星型结构、宽表等形式存储，存储周期较长。对应系统：主要是历史数据平台。功能定位：根据数据生命周期管理规范（有待制定），承担对操作型系统、分析型系统的历史数据，以及数据集成平台部分历史数据的在线归档保存，为客户交易明细历史查询、公检法查询等应用提供支持。数据特征：状态类数据采用全表历史拉链存储，交易类数据保留长期历史。操 集作 成型 型数 数据 据区 区分 历析 史型 数数 据据 区区数据架构：数据流向代表贴源模型层（ODS）向标准模型层（BDM）的数据流，标准模型层（BDM）基本依照源系统结构建模，并进行代码字段标准化转换。代表标准模型层（BDM）向整合模型层（CDM）的数据流。整合模型层（CDM）通过整合加工提供统一的业务口径，尽量避免集市的重复加工，提供相对稳定，和业务扩展同步的数据模型。代表整合模型层（CDM）向数据集市的数据流，数据集市对整合模型层（CDM）是强依赖。代表标准模型层（BDM）向数据集市的数据流，是整合模型层（CDM）的补充。代表数据集市的数据分发。数据流说明操作型数据区核心系统信贷系统客户系统渠道系统数据交换平台数据采集和交换平台集成型数据区数据集成平台基础平台信用卡

信贷

外部系统 系统 系统标准模型层（BDM）整合模型层（CDM）大数据模型数据集市12345数据交换平台数据采集和交换平台数据中台整体技术架构客户端WebApp微信小程序……公网区域DMZ区负载均衡Nginx或F5HTTP/HTTPS内网安全区域管理支持业务监控SpringAdmin服务监控DubboAdmin链路监控Pinpoint系统监控Zabbix持续集成Jenkins自动化测试Python代码质量P3C+SonarNexusGitlabK8s日志分析ELK过程管理禅道Gateway数据网中关台管理用户认证 系统安全权限控制（功能和数据）Gateway会员服务网关会员认证系统安全权限控制第三方登录数据GatewayAPI网关平台认证系统安全用户授权计费控制REST风格的HTTP服务数据服务层ADMS统一调度数据交换数据安全数据服务数据资产目录元数据数据模型数据质量数据标准基础数据平台计划任务数据指标数据标签……公共父POM工具包服务公 间共 调用DUBBOL熔断限流Sentinel分布式事务Seata分布式内存缓存限流Sentinel服熔 务断 注册与发现NacosRedis缓存集群配置中心ApolloKafka（RabbitMQ）消息队列集群大数据存数储据HiveHBASEHDFS数据服务代理（可实现读写分离、数据脱敏等）MySQL ElasticSearch（ES）数据中台逻辑架构数据应用数据资产管理数仓管理数据服务数据资产目录元数据管理数据标准数据质量数据安全模型管理ADMS调度平台数据交换指标管理标签管理统一数据运营（资产运营、资产应用）元数据收集数仓模型管理模型同步元数据元数据生成模型依托资源参照标准基于标准生成标准保障数据安全质量检核对象生成资产生成资产生成指标、标签生成资产生成资产生成资产资产输出依赖元数据报表工具生成资产资产输出生成资产数据中台主线和支线流程元数据管理数据交换平台外部数据平台实时数据采集数据质量数据标准数据资产目录数据模型数据安全数据湖数据仓库数据集市数据应用DataAPI指标管理标签管理ADMS调度可视化ETL数据源数据中台核心功能数据源管理 数据字典采集系统管理资 资产目录 资产模板 资产属性 资产收集 资产管理 资产版本 资产应用产治理 元数据浏览 采集管理 映射关系管理 版本管理 变更管理 标准管理 质量管理数据库文件-hive任务 DDL脚本生成 作业脚本生成交 A 基础层任务 汇总层任务换 hive- DMS 数据层管理 数据流管理数据库任务源系统配置 数据字典配置 DDL模板 作业模板调 作业管理 作业组管理 服务器管理 参数管理度 作业监控 作业重置 作业重跑 服务监控平台 资源监控 预警配置 调度告警 一键部署数据服务错误码查看接口调试接口查询接口申请服务编排流程查看接口管理接口创建流程中心 日志中心应用中心 需求中心数据开发平台数据服务平台数据资产管理平台统一数开据字发典管平理台-BDAP权限管理统一开发平台前端后台数据库PGMySQLOracleMySQL前端框架统一：统一使用Vue框架elementui,antdesignpro,layui,bootstrap,easyui中台和模块的版本管理策略中台基础模块和可选模块划分工具类和应用类分类系统管理可视化统一元数据管理统一公共业务单元技术框架三统一统一采集入口支持数据模型生成各子项目统一使用统一元数据版本管理元数据

数据交换数据资产脱敏造数数据模型ADMS 指标中台门户单点登录 统一界面风格微服务服务网关授权认证中心配置中心容错限流服务注册发现调用链监控健康检查和报告SpringCloud系统监控Metrics监控用户管理参数设置日志审计权限管理码表管理全文检索工作流 BPMNDataMapping指标应用基础指标，衍生指标数据处

理 指标、标签加工数据能力-技术栈四、数据分析预测能力五、数据资产管理能力六、数据服务共享能力七、系统资源管理能力一、数据采集交换能力数据二、数据整合存储能力三、数据开发处理能力信息知识数据能力技术栈能力介绍数据采集交换能力数据总线技术栈提供数据采集、数据交换、任务调度等交付服务。数据整合存储能力计算存储技术栈提供基于大数据平台的模型设计开发、集市设计开发、指标体系咨询与设计开发服务。数据开发处理能力数据开发技术栈提供基于大数据平台的离线/在线数据开发服务。数据分析预测能力AI算法技术栈提供人工智能、数据挖掘和算法等实施服务。数据资产管理能力资产管理技术栈提供数据治理咨询、数据标准落地、数据质量分析、专项数据治理工作、数据资产管理等实施服务。数据服务共享能力数据服务技术栈提供数据产品开发、报表开发、可视化开发、分析平台和门户开发、DataAPI平台开发等服务。系统资源管理能力系统资源技术栈提供系统资源的配置、监控、优化。一、数据采集交换能力篇数据交换-产品优势多场景适用可视化任务配置可扩展性集成多数据源适用数据交换平台可以无缝集成更多产品，如基础数据平台、调度管理平台等。无需进行再次开发数据交换支持多种项目类型，如数据迁移、数据同步等。支持多种交换策略，如定时推送、发布订阅、数据批量出仓、入仓等需求。数据交换平台提供多种可视化任务类型，可以实现轻松线上配置任务。数据交换平台支持多种数据库。如：mysql、oracle、db2、postgre、Greenplum、GaussDB、达梦数据库等数据库的批量出仓、入仓等操作。基础数据平台数据交换-逻辑架构调度管理平台源系统源系统1源系统2源系统3源系统4….…大数据平台数据文件数据库文件服务器大数据平台数据文件数据库文件服务器文件 数传 据输 安安 全全

范规 围范数据采集 元数据存储数据交换系统数据源配置 服务器配置 数据字典配置数据库文件——HIVE任务 HIVE——数据库任务数据库文件——HDFS任务 HDFS——数据库任务HIVE——文件服务器 HDFS——文件服务器数据库——DB文件任务 DB文件任务——数据库数据库——数据库 发布订阅数据库—Sqoop—HIVE库 HIVE库—Sqoop—数据库数据脱敏数据交换-交换方式源系统主机核心系统操作型系统1分析型系统1操作型系统N分析型系统N数据集成平台大数据平台外部数据结构化数据大数据环境--数据库xml json自助查询功能半结构化数据表结构/文件完整性校验校验表/文件是否成功文件是否发送成功 表/文件数据数量记录是否完整

数据监控数据交换平台数据交换平台数据库----数据库数据库---文件实时采集 Kafka+Flink目标系统主机核心系统操作型系统1分析型系统1操作型系统N分析型系统N外部数据数据集成平台大数据平台数据库----MPP数据交换-接入范围置置置GaussDBGreenplum接入模块接入数据源类型mysqloracle源数服db2系据务统配源配器配postgre达梦接入大数据范围hdfshiveimpala业务操作流程数据采集调度管理平台配置管理任务配置源系统配置数据源配置服务器配置数据字典配置数据文件导入至HIVE任务HIVE导出至关系库数据文件导入至HDFS任务HDFS导出至关系库HIVE导出至文件服务器数据文件导入至关系库HDFS导出至文件服务器源关系库导入目标关系库关系库导出数据文件发布订阅数据脱敏处理第一步：在配置管理中，配置上游系统的对应的数据源信息。第二步：配置数据库--hive|数据库--hdfs|数据库--数据库|数据库--数据文件使用场景分类（接入数据源为数据库）上游数据源PorstgresGaussDBGreenplumOracleMysqlDB2达梦目标数据库PorstgresGreenplumGaussDBOracleMysqlDB2大数据平台（hive）数据文件配置管理任务配置数据库—HIVE任务数据库—HDFS任务数据库—数据库数据库—数据库源系统配置服务器配置数据源配置数据字典配置使用场景分类（接入数据源为大数据平台）第一步：在配置管理中，配置上游系统的对应的数据源信息。第二步：配置hive--文件服务|hive--数据库|hdfs--文件服务|hdsf--数据库上游数据源大数据平台（HDFS/HIVE）目标数据库PorstgresGaussDBGreenplumOracleDB2数据文件配置管理任务配置HIVE—文件服务任务HIVE—数据库任务HDFS—文件服务任务HDFS—数据库任务置置达梦 Mysql 源数服系据务统源器配配配置数据字典配置使用场景分类（接入数据源为数据文件）第一步：在配置管理中，配置上游系统的对应的数据源信息。第二步：配置DB文件--数据库任务|DB文件--HIVE任务|DB文件--服务器任务上游数据源目标数据库Porstgres达梦GaussDBGreenplumOracleMysqlDB2数据文件配置管理任务配置DB文件—数据库任务DB文件—HIVE任务DB文件—服务器任务源数服系据务统源器配配配置置置数据字典配置数据文件大数据平台（HIVE）二、数据整合存储能力篇数据整合存储能力：模型价值通过数据模型建设，能够为企业提供一个整体的数据视角，不再是各个部门只是关注自己的数据，而且通过模型的建设，勾勒出了部门之间内在的联系，帮助消灭各个部门之间的信息孤岛的问题，更为重要的是，通过数据模型的建设，实现以产品为中心向客户为中心的转变。通过数据模型的建设，能够很好的分离出底层技术的实现和上层业务的展现。当上层业务发生变化时，通过数据模型，底层的技术实现可以非常轻松的完成业务的变动，从而达到整个数据仓库系统的灵活性。通过数据模型的建设，能够很好地支撑各种分析应用，并能满足不断的扩充。一般来说，应用类型主要有一般查询类报表需求、多维分析、数据挖掘、引入应用软件包等。服务于不同应用，实现数据和指标的共享，减少相同的业务统计所带来的数据重复计算与存储，避免数据在多次加工后出现的不一致。提高查询效率。由于基础数据和业务指标整合在模型层，减少了重新关联表进行计算所带来的性能问题，加快了查询的响应时间。建立全方位的数据视角消灭信息孤岛解决业务的变更和数据仓库的灵活性满足全业务的业务需求提高数据质量及数据响应数据整合存储能力：模型定位项目ODMBDMCDM入模原则结构化数据增量或全量同步到ODS；非结构化(日志)结构化处理并存储到ODPS；根据数据业务需求及稽核和审计要求保存历史数据、数据清洗；结构化数据的代码标准化能反映整个业务相关所涉及的表以下不考虑入模1、控制类的表，如限额参数；2、除参数外设置性的表，如界面显示格式等；3、反映和业务无关的流程性的表，如审批流程控制流向表；4、临时表；5、和业务结果无关的计算过程表建模方式贴源模型，结构与源系统基本一致贴源模型，结构与源系统基本一致主题模型，维度模型方法为基础，提升公共指标的复用性，减少重复的加工数据整合完全贴源，不进行任何整合进行代码标准，不进行任何整合按主题进行整合（包括表级和记录级的整合）模型扩展性低。对业务的发展变化适用性较弱，对源系统的变更屏蔽能力较弱。低。对业务的发展变化适用性较弱，对源系统的变更屏蔽能力较弱。高。可较好的适应业务的发展和变化，可以基本屏蔽源系统的变更。存储周期长期历史数据当前快照或短期历史数据当前快照或短期历史数据数据标准化不进行标准化代码标准化基于数据标准规范下标准化处理时效性面向下游应用和最终用户的时效性相对较高面向下游应用和最终用户的时效性相对较高面向下游应用和最终用户的时效性相对较低优势隔绝下游应用与上游业务系统的关系，确保上游业务系统的变化不影响下游应用。同时服务于多个不同应用，实现数据和指标的共享，减少相同的业务统计所带来的数据重复计算与存储，避免数据在多次加工后出现的不一致。提高查询效率。由于经常被访问到的基础数据和业务指标经过整合计算以后存储在CDM层，减少了重新关联表进行计算所带来的性能问题，加快了查询的响应时间。降低应用开发和数据查询的复杂程度。由于CDM层从业务分析的视角组织数据，屏蔽了数据仓库的复杂性，便于前端应用的开发。劣势1. 数据仓库中CDM层是预先设计并生成好，其通过封装好的、稳定的模型对外提供有限的、标准化的数据服务，数据模型的高内聚、松耦合成了评估数据仓库好坏的一个标准，所以增加了复用性却降低灵活性和及时性，可以考虑使用ODM层来进行相应补充。0101010101010010101010010101010101010101010100101010100101010101010101010101001010101001010101010101010101010010101010010101010101010101010100101010100101010101010101010101001010101001010101010101010101010010101010010101010101010101010100101010100101010101010101010101001010101001010101010101010101010010101010010101010101010101010100101010100101010101010101010101001010101001010101010101010101010010101010010101010101010101010100101010100101010101数据模型-产品特点全景的目录体系图形化的设计全生命周期的管控无缝的中台衔接全径的模型数据层次化的模型架构立体的0101010101010010101010010101010关1系结构0101010101010010101010010101010101010101010100101010100101010101多样化的共享应用贴身的版本方案灵活的权限策略数据模型-产品优势支持业务系统和数据仓库数据建模，灵活设置数据模型管理方式根据元数据信息逆向生成数据模型支持多人协同数据建模管理支持数据模型版本管理，可以灵活定义数据模型版本管理策略01010101010100101010100101010101010101010101001010101001010101010101010101010010101010010101010101010101010100101011001010101010101010101010010101010010101010101010101010100101010100101010101010101010101001010101001010101010101010101010010101010010101010101010101010100101010100101010101010101010101010101010010101010101010101010100101010100101010101数据模型-实施路径属性字段0业务实体业务梳理0总体规划模型实施运维1、数据模型的构建，应在数据管理和应用的总体规划框01010101010100101010100101010101架内进行实施。2、根据数据资源现状和业务发展预期，规划未来数据需求方向和管理目标，设计数据模型管理策略和构01建010方101法0101。001010101001010101013、以业务条线或数据资源渠道等方式归集数据实体，勾勒实体间业务、逻辑、物理等关系。4、按照实体01属010性101内0101容001，010形101成0010模101型010的1属性字段清单，结合标准化目标，形成模型要素的标准体010系101。010101001010101001010101015、结合模型产品工具的技术支撑0，101完01成010模10型100的10实101施01，001形01010101成可管、可控、01可010用101的010机1001构010数101据001模010型1010资1源体系，发挥技术和数据的价值。数据模型-逻辑架构元数据存储基础服务模型应用模型查询、模型输出版本管理打版、发布、对比、回退权限管理模型目录权限模型结构权限数据建模主题模型、模型构建、模型目录、实体数据标准规范、数据项、代码集基础信息业务术语、值域、数据库兼容数据整合存储能力：主题域划分参与人资产财务风险协议市场营销事件渠道地址产品内部机构所服务的任意对象和感兴趣进行分析的各种对象可能采集到的客户的资产（负债）信息，也包括农信社向外租赁的资产信息描述的是当各种事件发生时，当事双方进行交互和接触的手段及方法，通过它客户与银行进行接触、购买产品、使用服务并交流信息。农信社内部的组织机构（如分行、支行、网点、部门等），也可能是任何一个法人机构当事人的内部组织包括农信社的总帐信息，是描述科目组织、控制、内部核算等银行核心科目帐务以及预算管理有关的内容金融机构与当事人之间针对某种特定产品或服务而签立的契约关系记录各种与银行相关的活动的详细情况产品主题域地址主题域市场营销主题域数据整合存储能力：建模方法论概念模型设计逻辑模型设计物理模型设计业务范围要求数据分析数据粒度要求分析性能要求业务范围确定业务业务对象及规则分析分析业务数据实现成立模型设计组后续模型及应用的设计和开发首要工作是通过需求分析，明确需求所涵盖的业务范围。然后再对需求范围内的业务及其间关系进行高度概括性的描述，把密切相关业务对象进行归类，即划分主题域。概念模型的设计是为逻辑模型的设计做准备，它没有统一的标准，主要根据设计者的经验。对概念模型的各个主题进行细化，根据业务定义、分类和规则，定义其中的实体并描述实体之间的关系，然后遵照规范化思想在实体关系的基础上明确各个实体的属性。实体产生于银行开展的业务、服务及其涉及的对象（如客户、帐户、员工、机构），实体间的对应、约束关系则来自于各业务过程中的规则。可以说，这一阶段面对的是业务。依据逻辑模型针对具体的分析需求和物理平台采取相应的优化策略。此时会在一定程度上增加数据冗余或者隐藏实体之间的关系，是一种反规范化的处理，目的是提高数据分析的速度，适应具体数据库的容量、性能等限制。可以说，这一阶段面对的是具体软硬件平台和性能要求。概念模型逻辑模型物理模型数据整合存储能力：外部数据-建设方法论进行外部数据全生命周期管理，设置贯穿整个外部数据生命周期的外部数据服务流程，主要分为外部数据引入、外部数据使用、外部数据评估、外部数据退出四个阶段。A.外部数据引入引入阶段的服务包括外部数据需求统一受理与整合、预算统一管理与采购，严格把控供应商准入和数据准入，保障外部数据合规可用。B.外部数据使用使用阶段的服务主要是基于统一的外部数据管理平台提供统一接入、统一存储、统一整合和按需共享服务等。做到数据使用服务化，安全规范可管理。C.外部数据评估评估阶段的服务包括外部数据质量监控、服务评价、应用效果评估、供应商评价等。定期审计总结外部数据管理和服务工作，提升外部数据统一管理能效。D.外部数据退出退出阶段的服务包括数据下线后替代接口的无缝切换、供应商黑名单管理等。适时执行数据退出，促进外部数据更新迭代，逐步提升外部数据资产质量和业务价值。引入机制数据整合存储能力：外部数据-引入原则和机制1、真实性2、准确性3、连续性5、及时性4、完整性引入原则1、数据来源真实可靠，数据内容未经篡改2、数据解析准确，不出现乱码、错位、错值、空值等数据错误3、数据提供稳定、持续，不出现可引起业务停滞的重大服务中断事故4、所供数据覆盖范围完整，数据完备程度高，可支撑业务决策5、数据返回时间、数据更新时间符合金融机构业务需求，数据及时有效明确外部数据采购流程。包括数据源认证、数据测试、采购谈判、职责划分、成本管理等一系列流程制度要明确外部数据共享机制。包括外部数据及时发布机制，存储策略，访问路径等要明确外部数据隐私保护机制。包括用户授权、数据采集策略、数据使用策略等数据整合存储能力：外部数据-模型设计设计说明：1、外部数据分层分域：分成ODM、BDM、CDM三层，单独划分外部数据主题域。2、采用概念模型->逻辑模型->物理模型的步骤进行模型设计；3、逻辑模型设计：将所有客户类外部数据设计在外部数据域-客户子主题模型中，不同源系统客户类数据使用同一套模型体系，但设计不同实体且数据做标准化处理。概念模型设计思路数据整合存储能力：外部数据-模型整合和融合数据整合数据融合在数据质量有所保障的前提下，实现外部数据项与数据项、数据实体与数据实体之前的关联，并且能够形成正确的数据视图。数据清洗与转换数据关联及识别统一标准的码值转换数据同类项的优先合并数据格式的标准化处理无价值干扰数据项剔数据关联的核心是数据项的识别，也就是通过一定的信息能够识别出来这是哪个具体的、确切的客户信息和数据实体对于内外部数据融合，我们不建议在CDM层进行整合，而考虑下游应用层进行整合，即考虑“读时模式”而非“写时模式”。数据整合存储能力：外部数据-评估引进前，调研数据源公司的合规性，数据来源的合法性、用户信息安全保护机制调研；采购中，应明确数据不合规、数据源中止时，数据源公司应当承担的责任，包括赔偿金额、提前告知等责任。引入后，建立外部数据源中止的应急预案，评估外部数据源中止对相关业务的影响，并尽量的以替代数据弥补等。外部数据引进后，要定期开展业务效果评估，如果业务效果差，则中止引进或者采取替代手段。数据可持续性评估数据质量持续验证评估业务效果评估数据引进前，需和外部公司做一些数据测试，以避免采购无效的数据，在数据引进后，也要定期测试外部数据质量，避免出现数据造假等情况。三、数据开发处理能力篇数据开发处理能力：数据开发流程1准备与策划2项目启动3系统需求系统设计信息调研构建概念模型逻辑数据模型设计物理数据模型设计5开发测试项目准备与策划模型人员的主要职责是参与制定模型相关的项目实施策略，包括确定数据源，明确最终提交物和项目日程等。此外，在进场前可提出客户资料的需求，以保证后续工作的输入项目启动模型人员参与模型相关的工作流程制定、标准工作模板的客户化，负责在整个项目组范围内组织模型培训，明确LDM在整个信息架构中的定位和作用，并就工作方法达成共识系统需求模型人员配合业务顾问，通过对应用需求的梳理或规划的解读，确定项目实施重点和优先顺序系统设计系统设计工作是模型组工作的主体，主要由模型小组主导。它包括：信息调研、逻辑数据模型详细设计，以及物理数据模型设计系统开发与测试模型设计人员主要起到支持的作用，为开发人员解释模型设计，协助验证单元测试的结果等，并根据测试发现的问题进行相应修改和变更数据开发处理能力：ETL设计策略严格的ETL规范标准的ETL编码自动的ETL开发高效的ETL部署ETL整体需要解决的问题ETL具体设计策略ETL设计要求1.ETL开发自动化和高质量2.ETL后续的易扩展和可维护3.ETL的处理效率优化数据开发处理能力：中电金信辅助开发平台ADMS业务探索信息探索逻辑数据模型设计物理数据库设计映射文档填写ETL脚本开发测试循环迭代开发ADMS:数据平台辅助开发管理系统-智能化的流程控制和代码生成工具完全数据库化：外部的离线文档，仅作为编辑的介质，可以有效的与元数据、数据质量、ETL调度系统等集成。开发流程化：解决了工作衔接问题，即可顺序，也可返回迭代系统级分析任务；表级分析任务；字段级分析任务；LDM任务；PDM任务；SDM任务；ETL任务智能化能力不需要编写程序代码，全动自动化代码生成，摆脱人工编码的出错问题与调度平台结合，生成代码即运行ADMS统一开发平台安全管理ADMS：逻辑架构标准层原始层知识库技术缓冲层（SDB）基础层近源模型层（ODB）整合模型层（PDB)集市层共性加工层（CDB）集市应用层（MDB)作业脚本配置进调度作业中用户管理角色管理权限管理菜单管理参数管理配置管理核心系统电子国债网银互联XX系统……开发管理上线管理监控管理服务监控资源监控调度服务调度管理平台调度告警预警配置作业监控平台管理预提管理历史日志分析作业组管理作业管理作业批量配置服务器管理调度参数管理一键部署Perl shell Python ……ADMS：开发流程源系统调研系统级分析文档表级分析表级分析文档字段级分析字段级分析文档LDM调整LDM维护文档PDM调整PDM维护文档映射填写SDM

文档脚本生成DDL脚本作业脚本任务生成ETL任务定义各环节之间依靠数据平台开发辅助管理平台自动衔接，不单纯依靠制度管理；每个环节提交，自动检查校验，减少人工错误；很多中间过程自动生成，提高规范性；010101010101001010101001010101010101010101010010101010010101010101010101010100101010100101010101010101010101001010101001010101010101010101010010101010010101010101010101010100101010100101010101010101010101001010101001010101010101010101010010101010010101010101010101010100101010100101010101010101010101001010101001010101010101010101010010101010010101010101010101010100101010100101010101010101010101001010101001010101010101010101010010101010010101010101010101010100101010100101010101调度特性特性01010101010100101010100101010101强大的企业级特性丰富的功能完善的管理全面的监控负载均衡特性；支持多租户；代理

HA

特性。01010101010100101010100支10持10特101定01作业在特定的agent上执行。多类型作业支持如：命令行、jar、存储过程、python/Perl/Shell

等多种脚本；支持按时间轮循调度；调度的一键部署、版本回退功能；作业的出错重试功能；上游作业、下游作业关系图展现。完整的作业监控图；Master/Agent资源监控、服务监控；调度监控/脚本监控；实时监控&告警。执行节点 Master备机兼执行节点调度物理部署架构调度负载均衡示意图应用服务+BDAP数据库集群Master Agent1 Agent2 Agent3

调度集群HAEtlschedule.pl按资源组轮循分配到Agent主调度Agent进程从调度Agent进程从调度Agent进程Agent_2Agent_nEtlserver_1开始Agent_1Etlserver_2Etlserver_NEtlschedule.plEtlschedule.pl四、数据分析能力篇数据分析能力：指标体系-体系架构业务层面统一指标的命名、编码、业务定义、业务口径、关联指标、管理部门等业务关注的属性，为建立全行指标业务标准打基础。管理层面建立全行统计指标的管理规范，并通过建立制度和系统实现指标的集中管理，保证指标元数据的统一存储、管理与访问。数据层面落地实施后，指标实现集中加工与存储，既方便用户直接访问，也可以为其它应用提供数据服务，有利于数据共享，并保证数据的一致性。指标体系指标管理办法与系统指标数据库数据分析能力：指标体系-建设步骤需求调研业务部门需求调研整理业务需求研究可行方案业务部门确认方案设计建立指标架构框架指标设计及讨论图形Demo展示并请业务部门确认实施进行指标系统开发实施进行仪表盘的开发基于开发出的版本进行反复确认逐渐完善逐步调整并完善各层面的指标根据业务和管理层建议不断完善驾驶舱成熟阶段在全行范围内形成统一的指标库形成全行的管理驾驶舱数据分析能力：指标体系-构建示例集市客户(I)客户总数个人客户数公司客户数客户AUM客户积分客户转换率……利率活期存款利率定期存款利率(按期限)协议存款利率协定存款利率(按层级)贷款利率(按产品、期限)……同业按同业披露指标数据……客户(II)客户流失率客户区域业务量客户交易介质偏好率客户投资风险偏好率客户交易渠道偏好率……汇率中间价……信用风险单一客户授信集中度单一客户贷款集中度最大十家客户授信集中度单一客户关联度全部关联度……流动性风险流动性比例流动性覆盖率净稳定资金比例流动性缺口率核心负债依存度存贷款比例……市场风险利率风险敏感度……操作风险操作风险加权资产……资本充足资本充足率一级资本充足率核心资本充足率核心资本净额……人力资源全体员工数量人均成本下设网点数量……资产负债资产总额负债总额所有者权益资产负债率各项存款各项贷款……资产质量不良资产率不良贷款余额不良贷款率资产损失准备充足率贷款损失准备充足率贷款拨备率拨备覆盖率……效益及相关净利差(NIS)净息差(NIM)资本利润率(ROE)资产利润率(ROA)风险资产利润率(RORA)风险调整资本利润(RAROC)……财务指标主要呈现企业的财务状况及发展趋势，包含资产、负债、损益指标。运营指标主要呈现企业内部运行状况,包括资本充足率、流动性等信息及公司员工和机构状况。市场指标主要呈现企业外部的相关信息,包括汇率、利率；客户信息；竞争对手等信息。其他指标财务盈利类指标风险管理类指标运营绩效类指标市场客户类指标XXX集市，……全行指标梳理指标以实际业务梳理为准规模指标损益指标盈利指标运营指标交易指标风险指标展现分析检测指标管理平台数据分析能力：指标体系-指标管理平台基础指标管理派生指标维度管理口径管理指标申购数据共享专题分析挖掘分析比较分析高级分析风险提醒数据跟踪预警告警预测发展指标梳理、归类、标准化指标索引指标引用角色/权限管理流程管理指标版本管理指标发布数据源管理……指标搜索基本图形展示自助分析多维分析关联分析……风险因子管理参数管理阀值配置指标视图-基本信息查询仪表盘/GIS 自助/灵活查询……指标库管理指标计算 指标审批文思海辉指标管理平台功能架构©Pactera.Confidential.AllRightsReserved.指标数据源指标管理指标应用指标查询服务服务&引擎指标调度引擎调度配置任务配置服务监控指标流程服务条件查询详情查看风险集市财务集市客户集市…指标流程引擎流程编辑器流程参数配置流程规则配置流程事件配置SQL处理引擎语法验证语句转换语句解析基础指标管理基础指标类别维护衍生指标管理衍生指标类别维护衍生指标维护四则复杂SQL限制流程审批查询编辑数据显示指标查询 数据查询 我的查询条件查询详情查看基础指标维护算法定义 计算任务离线计算在线计算……数据仓库数据分析能力：指标体系-与系统应用的关系指标展现及应用4指标定义、梳理与管理指标加工与存储统一规范的指标体系12管理驾驶舱重视用户体验的应用设计与开发个性化设置图形化浏览交互式的展示B3指标体系与指标库建立全行统一的指标体系与指标库形成业务与技术沟通的基础与标准A规范指标定义，辅助指标相关标准落地83标准&规范平台&工具知识&资产规则定义分级规范分类规范编号规范命名规范口径定义…固化落地积累沉淀规范检查定义引用统一指标库统一维度库支持指标的快速指标查询、检索84指标编号指标名称指标类型业务规则加工规则类型生效日期失效日期0007净收入派生净利息收入+净非利息收入四则运算2010-01-012999-12-310008净利息收入派生利息收入-资金成本+资金价值-利息支出四则运算2010-01-012999-12-310010对公贷款利息收入派生管会产品体系二级“单位贷款”、剔除三级“票据贴现”的利息收入限制2010-01-012999-12-310011个人贷款利息收入派生管会产品体系二级“个人贷款”的利息收入限制2010-01-012999-12-310012小微贷款利息收入派生管会产品体系二级“小微贷款”、剔除三级“小微法人票据贴现”利息收入限制2010-01-012999-12-31票据利息收入派生管会产品体系三级“票据贴现”、“小微法人票据贴现”、“票据转贴现”利息收入限制2010-01-012999-12-310013“收入”关键字模糊查询“类型=派生”&“指标状态=生效”组合条件查询清晰的展示指标加工脉络与依赖影响分析85衍生指标C衍生指标A衍生指标B＋基础指标1基础指标2基础指标3基础指标4基础指标N……=衍生指标D-衍生指标E=加工脉络查看基础指标1衍生指标A衍生指标C衍生指标E衍生指标F衍生指标G衍生指标H衍生指标I依赖影响分析产品特性介绍（预置指标集）86+规模资产规模市值结构资产机构贷款结构负债结构收入结构客户机构效益成本收入比人均静利润市场市盈率市净率安全性不良贷款率不良贷款拨备覆盖率拨贷比资本充足率流动性存贷比流动性覆盖率净稳定资金比例流动性比例盈利性拨备前利润平均总资产回报率平均净资产回报率每股收益净息差特性1预置7大类银行管理基本指标集产品特性介绍（支持拖拽方式编辑条件，自动生成SQL语句）©Pactera.Confidential.AllRightsReserved.87后台自动生成SQL代码：Select[OCRM系统客户]*+[网银对私业务的客户数]*from……特性4支持拖拽方式编辑算法定义数据查询条件全部指标类别数据过滤条件五、数据服务共享能力篇数据服务共享能力：应用架构应用体系由应用架构、系统管理、信息分发三部分构成：应用架构：由应用主题和应用模式两维度构成。应用主题主要分为客户管理、财务管理、风险管理、运营管理、监管合规五大业务主题。应用模式用于支持业务逻辑的实现，分为固定报表、即席查询、挖掘分析、接口服务等系统管理：现对应用逻辑的管理与控制。包括安全管理、用户管理、权限管理等内容信息分发：提供应用的信息分发途径。支持多样的信息分发手段如WEB界面、GUI软件界面、EMAIL、数据分发、远程调用接口等系统管理管理客户财务管理风险管理运营管理监管合规信息发布数据应用主题分类客户管理类客户获取交叉销售目标市场营销客户贡献度事件和营销活动管理客户挽留监管合规类1104监管报表人行征信人行反洗钱人行集中金融统计财务管理类财务报告与分析改进财务管理流程优化企业绩效管理实施运营分析和报表体系改进管理会计风险准备金计提风险管理类绩效衡量和资本分配信用风险、市场风险、操作风险额度动态监控和担保品管理防欺诈运营管理类管理运营舱销售绩效和报告绩效管理支付渠道分析分销渠道优化渠道迁移产品开发和包装资产负债管理数据服务共享能力：技术架构汇总数据指标数据数据平台（MPP/HADOOP）报表数据 明细数据统一数据分析服务平台知识库平台管理工具接口定义访问用户管理接口权限管理用户、角色权限管理指标管理需求服务管理应用平台框架对外接口可扩展管理驾驶舱/数据可视化WEB服务器（WebSphere/WebLogic等）ECHARTSSpringWEBSERVICESMybatis HibernateJDBC、JNDI数据访问综合门户平台（WEB）多维分析/报表查询商业BI工作流引擎数据查询服务报表开发服务数据下发服务指标管理服务

外围接口服务 门户展现功能报表管理功能系统管理功能报表数据管理门户信息展现报表应用功能数据服务共享能力：应用功能框架系统管理报表缓存管理指标库应用报表查询应用（固定报表）首页管理业务线首页部门首页领导首页分行首页个性化我的首页我的收藏夹我的文件夹最近访问的报表排行榜最近更新报表最多浏览报表最新发布报表推荐报表其他分析系统和环境管会分析展现市场风险分析展现流动性风险分析展现随机查询信息发布报表动态（公告）待办任务（审核）常用链接报表信息浏览报表目录导航搜索报表报表元数据浏览(报表口径)监管报送应用查询 审核报送查询预警查询下载定制报表应用（复杂报表）查询 打印下载管理驾驶舱应用（仪表盘）业务概览...移动BI应用移动报表查看移动报表更新打印订阅浏览发布移动BI管理移动报表设计移动报表生成移动BI目录管理报表发布报表发布管理报表发布历史报表角色策略报表权限角色配置报表可见性功能权限角色配置（下载/打印）报表配置报表登记及索引管理报表统计管理访问量统计访问部门统计访问人员统计指标管理指标定义审核管理基础指标定义衍生指标定义数据补录管理补录数据导入 补录数据查询补录数据审核缓存数据清理缓存数据生成缓存策略配置报表检核报表数据检核用户管理角色管理机构管理日志管理菜单权限参数管理公告管理报表目录管理门户组件管理Portlet注册导航菜单管理内容页管理（添加Portlet/布局）接口管理短信发送接口元数据查询接口