理服务、零售服务、支付服务、库存服务、商品服务等，此时我们可以把整个公司看作一个组织，将数字服务平台中包含的所有服务放在这个组织中。当然，如何以项目的形式开发，我们将在项目层中说明。

一个组织可以包含多个项目，如智能监控。

运营组织是猪齿鱼自带的缺省组织，猪齿鱼平台上所有的基础服务全部放在组织中。例如，用户服务、权限服务、看板服务、GitLab 服务等。

（3）项目层

猪齿鱼通过项目来管理软件的开发，项目属于组织。猪齿鱼中项目的含义和现实项目的含义相似。在组织层我们提到零售公司的例子，需要开发门店管理服务、零售服务、支付服务、库存服务、商品服务等五项服务，我们有两个项目组来完成这五项服务的开发，A 项目组负责门店管理服务、零售服务、支付服务的开发，B 项目组负责库存服务、商品服务的开发。当然，要根据具体的业务系统来定义项目，如多云应用平台项目，在此项目下创建门店管理服务、零售服务、支付服务、库存服务、商品服务等五项服务。

第二节 数据平台HDSP

数据平台提供数据全生命周期管理一站式服务，帮助企业整合内部各业务的结构化数据、半结构化与非结构化数据，统一数据标准和口径。同时通过数据技术对海量数据进行采集、计算、存储、加工，形成数据资产，对数据资产化和服务化，以方便企业快速挖掘数据价值，对内外提供数据应用与服务能力，助力企业快速搭建自己的数据理服务、零售服务、支付服务、库存服务、商品服务等，此时我们可以把整个公司看作一个组织，将数字服务平台中包含的所有服务放在这个组织中。当然，如何以项目的形式开发，我们将在项目层中说明。

一个组织可以包含多个项目，如智能监控。

运营组织是猪齿鱼自带的缺省组织，猪齿鱼平台上所有的基础服务全部放在组织中。例如，用户服务、权限服务、看板服务、GitLab 服务等。

（3）项目层

猪齿鱼通过项目来管理软件的开发，项目属于组织。猪齿鱼中项目的含义和现实项目的含义相似。在组织层我们提到零售公司的例子，需要开发门店管理服务、零售服务、支付服务、库存服务、商品服务等五项服务，我们有两个项目组来完成这五项服务的开发，A 项目组负责门店管理服务、零售服务、支付服务的开发，B 项目组负责库存服务、商品服务的开发。当然，要根据具体的业务系统来定义项目，如多云应用平台项目，在此项目下创建门店管理服务、零售服务、支付服务、库存服务、商品服务等五项服务。

第二节 数据平台HDSP

数据平台提供数据全生命周期管理一站式服务，帮助企业整合内部各业务的结构化数据、半结构化与非结构化数据，统一数据标准和口径。同时通过数据技术对海量数据进行采集、计算、存储、加工，形成数据资产，对数据资产化和服务化，以方便企业快速挖掘数据价值，对内外提供数据应用与服务能力，助力企业快速搭建自己的数据中台。

数据平台的功能架构如图9-5所示。

图9-5 数据平台的功能架构

一、数据平台的产品愿景和定位

1.产品愿景

数据平台以“数据改变生活，大数据技术普惠企业”为愿景，深入洞察企业的深度信息化需求，并提供具有前瞻性数据解决方案，屏蔽大数据组件本身的技术难度，把冗杂的技术组件封装成可视化、可配置的功能模块。企业仅需关注业务价值的实现，为企业的数字化建设降本增效。

2.产品定位中台。

数据平台的功能架构如图9-5所示。

图9-5 数据平台的功能架构

一、数据平台的产品愿景和定位

1.产品愿景

数据平台以“数据改变生活，大数据技术普惠企业”为愿景，深入洞察企业的深度信息化需求，并提供具有前瞻性数据解决方案，屏蔽大数据组件本身的技术难度，把冗杂的技术组件封装成可视化、可配置的功能模块。企业仅需关注业务价值的实现，为企业的数字化建设降本增效。

2.产品定位数据平台是基于大数据 Hadoop 生态体系和 HZERO 的微服务架构体系的平台级产品，提供了面向开发人员的数据开发门户、面向数据用户的数据分析门户、面向业务应用的数据资产门户、面向业务用户的数据应用门户。

（1）面向开发人员的数据开发门户

数据平台提供数据集成、数据开发、数据管理、数据治理、数据服务化API、任务调度等一系列一体化、可重用的数据处理工具与能力，降低开发者的开发成本、提高开发者的开发效率。一站式开发管理的界面，助力企业开发人员对数据应用的便捷开发，帮助加快挖掘和探索企业数据价值。

（2）面向数据用户的数据分析门户

数据平台提供维度、指标、模型、算法等应用的数据建模与挖掘分析等全方位能力，集成了目前主流的大部分算法，包含数据预处理、特征工程、常规机器学习算法、深度学习框架、模型的评估以及预测等一整套机器学习相关服务。同时还提供自助式算法平台，算法工程师可以自定义算法集成在数据挖掘平台，降低数据用户的数据分析应用门槛，实现人工智能、数据挖掘触手可得。

（3）面向业务应用的数据资产门户

数据平台将加工处理后的数据，以价值为依据，以场景化为驱动，按照数据类目体系，基于业务分类或能力分类主题，设计数据分类与标签，构建数据资源目录，将数据组成数据资产，最终形成企业数据服务体系。由此将企业数据资产盘活，帮助企业内、企业间进行更好的数据资源交互、共享和开放服务，以更开放的形式、用更完善的数据帮助业务赋能。数据平台是基于大数据 Hadoop 生态体系和 HZERO 的微服务架构体系的平台级产品，提供了面向开发人员的数据开发门户、面向数据用户的数据分析门户、面向业务应用的数据资产门户、面向业务用户的数据应用门户。

（1）面向开发人员的数据开发门户

数据平台提供数据集成、数据开发、数据管理、数据治理、数据服务化API、任务调度等一系列一体化、可重用的数据处理工具与能力，降低开发者的开发成本、提高开发者的开发效率。一站式开发管理的界面，助力企业开发人员对数据应用的便捷开发，帮助加快挖掘和探索企业数据价值。

（2）面向数据用户的数据分析门户

数据平台提供维度、指标、模型、算法等应用的数据建模与挖掘分析等全方位能力，集成了目前主流的大部分算法，包含数据预处理、特征工程、常规机器学习算法、深度学习框架、模型的评估以及预测等一整套机器学习相关服务。同时还提供自助式算法平台，算法工程师可以自定义算法集成在数据挖掘平台，降低数据用户的数据分析应用门槛，实现人工智能、数据挖掘触手可得。

（3）面向业务应用的数据资产门户

数据平台将加工处理后的数据，以价值为依据，以场景化为驱动，按照数据类目体系，基于业务分类或能力分类主题，设计数据分类与标签，构建数据资源目录，将数据组成数据资产，最终形成企业数据服务体系。由此将企业数据资产盘活，帮助企业内、企业间进行更好的数据资源交互、共享和开放服务，以更开放的形式、用更完善的数据帮助业务赋能。（4）面向业务用户的数据应用门户

数据平台提供主数据管理、数据补录、权限管理、数据查询、智能预警、数据可视化等全方位的数据业务应用和门户。其中包含与各主流报表工具的集成，提供灵活的数据展示方式，满足企业内外部海量数据的多形式、全方位展现，如大屏展示、交互式查询、传统报表应用等多维展现模式。应用图形、图像处理、计算机视觉和用户界面，借助建模以及对立体、平面、属性和动画的显示，对企业现有数据加以可视化展现，打破了传统单一的数据展现形式。

二、数据平台的核心价值和产品优势

1.核心价值

数据平台的核心价值包括数据标准、数据共享、数据赋能。

2.产品优势

（1）强大的数据对接能力：支持多种异构数据源，并对数据源进行灵活的扩展。

（2）低成本数据服务构建：可快速实现API服务的创建、授权、发布、限流、第三方服务托管。

（3）快速上手、降本增效：可视化、配置化的工作模式，屏蔽底层技术组件，节省巨大的学习成本。

（4）技术先进，部署多样化：微服务、多租户，可本地化、私有云、公有云部署。（4）面向业务用户的数据应用门户

数据平台提供主数据管理、数据补录、权限管理、数据查询、智能预警、数据可视化等全方位的数据业务应用和门户。其中包含与各主流报表工具的集成，提供灵活的数据展示方式，满足企业内外部海量数据的多形式、全方位展现，如大屏展示、交互式查询、传统报表应用等多维展现模式。应用图形、图像处理、计算机视觉和用户界面，借助建模以及对立体、平面、属性和动画的显示，对企业现有数据加以可视化展现，打破了传统单一的数据展现形式。

二、数据平台的核心价值和产品优势

1.核心价值

数据平台的核心价值包括数据标准、数据共享、数据赋能。

2.产品优势

（1）强大的数据对接能力：支持多种异构数据源，并对数据源进行灵活的扩展。

（2）低成本数据服务构建：可快速实现API服务的创建、授权、发布、限流、第三方服务托管。

（3）快速上手、降本增效：可视化、配置化的工作模式，屏蔽底层技术组件，节省巨大的学习成本。

（4）技术先进，部署多样化：微服务、多租户，可本地化、私有云、公有云部署。三、数据平台的应用架构

数据平台基于大数据 Hadoop 生态体系和 HZERO 的微服务架构体系打造。数据中台在应用层面上大概划分为四层（见图9-6）。

（1）数据源：支持结构化数据、半结构化数据和非结构化数据的对接。

（2）数据基础平台：既可以基于 HDSP、CDH、华为、星环等大数据基础平台，也可以基于GreePlum、Teradata 等 MPP 数据库，还可以基于 HANA、MySQL、ORACLE 等传统关系型数据库。数据基础平台主要提供存储和算力。

（3）数据服务平台：数据平台所处的层次，承上启下，衔接底层存储计算的数据基础平台与上层的数据应用，将大数据组件封装为可视化、可配置化的工具模块，将数据集中化、资产化、服务化。

（4）应用市场：依托行业经验，预制行业化的应用场景或解决方案。三、数据平台的应用架构

数据平台基于大数据 Hadoop 生态体系和 HZERO 的微服务架构体系打造。数据中台在应用层面上大概划分为四层（见图9-6）。

（1）数据源：支持结构化数据、半结构化数据和非结构化数据的对接。

（2）数据基础平台：既可以基于 HDSP、CDH、华为、星环等大数据基础平台，也可以基于GreePlum、Teradata 等 MPP 数据库，还可以基于 HANA、MySQL、ORACLE 等传统关系型数据库。数据基础平台主要提供存储和算力。

（3）数据服务平台：数据平台所处的层次，承上启下，衔接底层存储计算的数据基础平台与上层的数据应用，将大数据组件封装为可视化、可配置化的工具模块，将数据集中化、资产化、服务化。

（4）应用市场：依托行业经验，预制行业化的应用场景或解决方案。