企业数据管理的典型挑战
数据散落在多个业务系统，口径不一致，使用门槛高——这是中型企业数据团队面临的普遍困境。
数据散落多系统，难以整合
ERP、WMS、CRM、电商平台等系统各自独立，同一业务数据分散在不同库，汇总报表需大量人工操作，容易出错且耗时。
口径不统一，同一指标多个答案
"销售额"在 ERP、POS、电商平台的定义可能各不相同，导致不同部门汇报数字打架，决策依据不可靠。
技术门槛高，业务人员难以自助
数据加工依赖工程师手写脚本，业务分析师无法自主提数，需求响应周期长，数据价值难以快速释放。
配置即模型
所有数据同步、清洗、建模、API 服务，都由 Web 界面的配置自动生成与调度。平台将底层增量采集引擎、声明式 SQL 转换引擎、全链路任务编排引擎的复杂性完全封装，IT 人员通过页面配置和 SQL 即可驱动完整的数据管道。
接进来
把分散在 ERP、WMS、CRM 等业务系统中的数据，统一汇集到平台。支持数据库直连与 REST API 接入，增量采集，自动生成管道。
管起来
对数据做字段标准化、敏感分级、质量校验，确保"干净、合规、可用"。AI 自动推荐映射与规则，人工复核确认后发布。
算起来
通过可视化 SQL 编辑器构建主题宽表与汇总表，供分析与报表使用。AI SQL 助手支持自然语言生成、纠错改写，业务分析师水平即可上手。
用起来
将加工好的数据封装成带权限控制的 API，供 BI 工具、业务系统、AI 助手调用。支持字段级授权，BI 工具通过 JDBC 直连即可使用。
四大功能模块，覆盖数据全生命周期
从数据接入到对外开放，每个环节都在同一平台内完成，无需在多个工具之间切换。
将业务系统的数据汇入数据栈，是所有后续工作的起点
支持新建 / 测试 / 维护数据库与 API 数据源，提交配置后平台自动生成同步管道并交由调度引擎按周期运行，用户全程不接触底层代码。支持 MSSQL、PostgreSQL，以及 REST API（OAuth2、Webhook）。
多类型数据源支持
SQL Server、PostgreSQL、MySQL 数据库，以及 REST API（OAuth2、Webhook）接入；Excel/CSV 手动补充维度表
增量采集，减少源库压力
基于 update_time 时间游标仅拉取变更数据，对源库只发起只读查询，不锁表；支持 SSH 跳板机安全连接内网数据库
行业预置同步模板
内置金蝶、用友、聚水潭、旺店通、钉钉/企微、淘宝/京东/抖音等主流系统的字段映射模板，减少初始配置工作量
数据源工作台
可视化浏览源端 Schema、表列表、字段类型；支持查看采样数据，在配置同步前先确认字段内容，减少配置返工
11 项 AI 能力，贯穿数据管道全环节
AI 能力深入数据管道各阶段，非外挂式对话框。AI 引擎实时读取数据库结构元数据，使生成的 SQL 可直接执行，无需人工 二次修改。
表结构扫描与识别
自动识别字段类型、主键、索引，语义理解标注字段业务含义
增量字段智能识别
结合表结构与数据采样，自动推荐增量字段和同步策略
行业模板自动匹配
根据表名与字段集语义，自动匹配最相近的行业预置模板
标准字段映射推荐
结合行业术语知识库，输出标准英文命名与中文别名，并标注口径差异
质量规则推荐
基于字段数据分布统计，自动推荐规则类型（非空/唯一/范围/正则等）与阈值
敏感字段识别
字段名语义 + 数据采样正则模式双重验证，输出敏感级别与置信度
自然语言转 SQL
结合实际表结构生成可执行 SQL，适配列式计算引擎方言，减少人工调试
编辑器智能补全
编辑器内实时灰字补全，支持表名、列名、SQL 关键字、函数名（类 IDE Copilot 体验）
SQL 错误诊断修复
执行报错后自动分析错误信息、SQL 文本与表结构，生成修复代码并以 Diff 视图展示
API 文档自动生成
基于表结构与字段注释，自动生成符合 OpenAPI 3.0 规范的 API 文档
异常调用行为监控
统计基线检测结合语义研判，发现短时高频请求或非常规访问行为自动告警
AI 模型部署方式灵活可选
支持两种模式：① 云端 API 模式——仅上传元数据和 SQL，不上传任何业务数据；② 私有化大模型模式——完全本地化运行，数据不出内网。客户可根据合规要求自行选择。
三层数据架构，原始保留与高性能查询并重
ODS 贴源层保留全量原始数据，DW 标准层完成清洗去重，DM 应用层支撑 BI 消费，三层职责清晰，分区与索引策略经过专项优化。
原材料仓 — 完整保留源端数据
以追加只写方式写入私有化分布式对象存储（S3 兼容），采用开放归档格式。历史版本可按存储策略长期保留，支持按任意时间点回溯，用于数据审计与问题溯源。
半成品仓 — 标准化与质量校验
写入列式存储主键合并表，同一主键自动保留最新版本，实现无额外代码的去重合并；同时完成字段命名标准化和类型统一，按业务域划分（采购域、销售域等）。
成品仓 — BI 与 API 直接消费
列式存储本地物理表，配合向量化并行计算引擎支撑大数据量聚合分析查询；含主题宽表（业务逻辑加工）和聚合指标表（面向 BI 消费）两类物理表。
覆盖主流业务系统与数据库
支持 SQL 数据库直连、REST API 接入，内置多个行业主流系统的同步模板。
SQL Server / PostgreSQL / MySQL
基于 update_time 游标增量采集，支持 SSH Tunnel 跳板机与 SSL 加密连接，Schema 自动推断
SaaS 平台 OpenAPI 接入
支持 OAuth2 授权码、Webhook 推送等接入方式，适用于 CRM、ERP、WMS 等云端系统数据回传
金蝶 / 用友 / 畅捷通
内置销售订单、采购、库存、财务、往来账款等模块的字段映射模板，减少初始配置工作量
聚水潭 / 旺店通 / 淘宝 / 京东 / 抖音
覆盖多仓库存、电商订单、采购、门店零售、进销存、收银流水等核心业务数据
钉钉 / 企业微信 / 飞书
支持 OA 审批、SCRM 数据、运营表单等数据接入，覆盖企业内部协作系统的业务数据
Excel / CSV 手动补充
适用于维度表补充数据，上传后以全量覆盖方式写入，与其他数据源无缝关联
多层次安全控制，应用层与数据库层双重生效
即使通过 BI 工具或 SQL 客户端直连数据库，权限控制与数据脱敏依然有效，保障数据访问全链路的合规性。
全本地私有化部署
所有数据存储在企业内网服务器，不传输至外部网络。支持国产 Linux 发行版，满足数据不出内网的合规要求。
三级权限体系
基于角色的菜单权限、数据表权限、字段级数据权限三级控制；虚拟账号机制杜绝共享管理员账号，每个用户独立授权范围。
列级动态脱敏
敏感字段分 L1～L4 四个安全级别；脱敏规则通过数据库视图与行级安全策略在引擎层强制执行，BI 直连也无法绕过。
加密传输与存储
数据库连接凭据 AES-256 加密存储；Web 端支持 HTTPS；数据库连接支持 SSL/TLS；JWT 令牌鉴权，支持配置过期时间。
全链路操作审计
记录操作人、时间戳、操作类型（查询/导出/配置变更）、执行 SQL 与涉及表名；AI 检测非工作时间访问与异常数据量导出，自动告警。
AI 数据安全保障
使用云端 AI API 时仅上传元数据和 SQL 文本，不上传任何业务数据；也可 对接企业自建的私有化大模型，完全本地运行。
为不同角色提供针对性的工作台
平台设计兼顾 IT 运维、数据分析与业务运营三类用户的不同诉求。
IT 负责人 / 数据工程师
数据分析师
业务运营总监 / 管理人员
单机 Docker Compose 部署，硬件要求清晰
全部组件以容器形式运行，通过 Docker Compose 一键编排启动，支持 dev/prod 双环境隔离，适合在企业内网服务器上私有化部署。
硬件配置参考
列式向量化并行计算，核数越多并发查询能力越强
计算引擎节点建议独占 24 GB 以上
归档层数据 + 列式存储本地表 + 系统日志
支持各类国产 Linux 发行版
平台服务组件
贯穿全链路的辅助工具
除四个核心功能模块外，平台还提供覆盖日常运营全场景的辅助能力。
端到端血缘分析
可视化 DAG 展示从源库到 API 的完整数据链路；字段级血缘追溯，30 秒内定位问题来源；上游变更自动扫描下游影响范围并告警
运行监控与故障处理
Pipeline 运行列表展示任务状态、耗时与失败原因；支持一键重跑单个失败任务或整条链路；可按时间范围补跑历史数据（Backfill）
数据目录与即席查询
统一浏览 ODS/DW/DM 三层全部数据表；字段统计画像（行数、空值率、唯一值、Top N）；内嵌 SQL 编辑器支持即席查询与 CSV 导出
dev / prod 双环境隔离
dev 环境验证通过后，可在「运维 → 发布」界面一键同步配置到 prod；环境隔离通过 SMDS_ENV 变量切换，互不影响
多渠道告警通知
任务失败、质量规则不通过、异常调用行为等事件支持通过邮件、企业微信、钉钉、飞书 Webhook 推送通知
用户与角色管理
JWT 登录，RBAC 角色权限控制；操作审计日志自动记录所有配置变更；系统管理支持 AI 模型配置、审计日志查阅
从 ERP 销售订单到日汇总 API，全链路演示
以"把 ERP 销售订单同步进来，做合规治理后，对外提供日汇总 API"为例，展示平台完整使用链路。
接入 ERP 销售订单
进入「数据接入」→ 新建数据源 → 选择 MSSQL → 填写连接信息 → 测试连接。
浏览到 dbo.SalesOrder 表，勾选所需字段，配置主键 id、增量游标 update_time、分区字段 create_time，对 phone 列勾选手机号脱敏。
保存后平台自动生成同步管道，在「同步运行日志」中确认首次同步成功。
增量采集引擎以 update_time 字段为游标，以追加方式写入 ODS 贴源层（开放归档格式，Append-only），完整保留原始数据，支持 Time Travel 历史回溯
治理与标准化
在「治理与标准」的资产清单找到 SalesOrder。
接受 AI 推荐，将 customer_id 映射到企业标准字段 std_customer_id；系统自动识别 phone 为 L3 敏感级别，确认后生效；为 id 配置 unique + not_null 规则，为 amount 配置 >=0 规则。
通过「发布检查」后，平台自动完成去重和质量校验。
声明式 SQL 转换引擎自动生成字段重命名 + 类型转换 + 空值处理的清洗逻辑，写入 DW 标准层列式存储主键合并表，按主键自动去重，无需额外 SQL
加工销售日汇总
进入「加工与准备」，新建模型 sales_daily，选择"销售日汇总"模板，编辑器自动填充骨架 SQL：
SELECT
date_trunc('day', create_time) AS stat_date,
std_customer_id,
count(*) AS order_count,
sum(amount) AS total_amount
FROM sales_order
GROUP BY 1, 2配置表类型为"聚合表"、分区按月、刷新策略为每日 02:00，保存即自动加入调度 。
模型结果写入 DM 应用层列式存储物理表，列式存储 + 向量化并行执行引擎支撑大数据量聚合分析；高频查询可命中预聚合物化视图，减少全量扫描
对外开放为 API
进入「数据开放」，新建数据应用 sales-daily-api，绑定模型 sales_daily，配置请求参数 stat_date / customer_id。
在「字段授权」里将 total_amount 仅授权给"财务"角色。发布后获得访问地址与 API Key，BI 工具或下游系统即可调用。在「调用日志」中可查看每次调用详情。
API 鉴权、限流、字段过滤、审计在网关层统一处理；字段脱敏规则通过数据库视图 + 行级安全策略（RLS）在引擎层强制执行，BI 直连也无法绕过
使用前常见的几个问题
使用平台需要懂 SQL 吗？+
数据接入、治理与标准、数据开放三个模块完全图形化，不需要写 SQL。加工与准备模块需要简单 SQL，但平台提供业务主题模板与 AI SQL 助手（支持自然语言生成、纠错改写），业务分析师水平即可使用。
同步是全量还是增量？+
默认增量同步：基于 update_time 游标，每次只拉取新增/更新行，对源库只读不锁表。首次运行根据配置的"起始时间"做一次初始装载；支持手动按时间窗口回填历史数据。
数据多久更新一次？+
在「加工与准备」的"刷新策略"中按模型独立配置，支持每日指定时间、每小时、每 15 分钟等粒度（Cron 表达式）。同步任务与加工任务按各自周期运行，互不阻塞。
能对外提供数据 API 吗？+
在「数据开放」中将任意加工模型一键发布为 REST API。支持参数化查询（分页、过滤、排序）、字段级授权、API Key 鉴权、限流与完整调用日志。
数据出问题怎么排查？+
「运行监控」查看任务状态与标准化错误信息；「血缘分析」从问题表一图上溯到源头；「数据管理」用即席查询直接核对样本数据；「审计日志」查看是谁在什么时候改了什么配置。
AI 功能会把企业数据上传到云端吗？+
使用云端 AI API 时，仅上传元数据（表名、字段名、注释）和 SQL 文本，不上传任何业务数据。也支持对接企业自建的私有化大模型，AI 推理完全在内网运行，数据不出企业。