AI智能总结
演讲人:孟帅帅—哔哩哔哩—资深开发工程师 目录Contents 建设背景 中台框架 实践方案 成果&规划 01建设背景 背景 成本⾼ •数据应用路径长,沟通成本高•多种角色重度参与,人力成本高•模型重复建设,资源开销大 治理难 •数据链路不清晰,上游数据变更无法评估影响•数据质量监控不到位,质量问题难以发现•不同链路,口径难以对齐,用户理解成本高 背景 重复建设 •数据重复存储、消费,资源浪费•功能重复建设,人力资源浪费 低效交付 •烟囱式开发、服务质量不可控•交付标准不统一,数据使用效率低 解决思路 §通过建立数据标准及指标体系,统一业务对数据的认知与理解,实现数据的标准管理 §通过自动化、半自动化的方法,统一数据的加工生产过程,让数据的血缘关系更加清晰,提升数据生产的效率,避免数据重复建设。 §通过建立通用的数据服务网关,实现数据查询出口统一、保障公司通用数据产品指标数据准确性与一致性。 02中台框架 核心流程 数据构建 API构建 数据查询 数据查询 messageOpenApiReq{OsHeaderosHeader=1;Optionsoptions=2;repeatedOperatorVoreqs=3;repeatedstringresps=4;repeatedstringorders=5;PageReqpageReq=6;repeptedOperatorVoresulterFilters=7;ResultCalculateresultCalculate=8;} 数据查询 03实践方案 全链路管控 降本增效 降本 •数据建设成本•服务研发成本 提效 •数据构建提效•服务使用提效 高可用建设 04成果&规划 实践成果 实践成果 未来规划 2023DataFunCon感谢您的观看—THANKS— 演讲人:孟帅帅—哔哩哔哩—资深开发工程师