产品中心 PRODUCT   CENTER

统一的标准和规范能很好地解决通用性和扩展性。在数据标准上，先基于国家规范标准，再基于校标标准，通过对源数据进行抽取、转换、比对，将数据加载、整合到目标库，实现数据编码管理、数据字典管理。

通过对元数据的标准文档进行统一管理，提供了统一的元数据文档编写标准。支持文档分类，文档搜索，文档上传，打包下载等功能。解决了元数据标准不统一，为挖掘元数据价值提供帮助。

提供标准数据仓库的主数据管理和代码标准管理服务，通过统一管理数据字典，实现重要元数据的统一展示和维护。可以实现对不同主题域进行划分，并统计各主题域数据表个数和字段数，支持文件一键批量导入和导出。

提供各源业务系统的主数据管理和代码标准管理服务，通过统一管理数据字典，实现学校多个业务系统重要元数据的统一展示和维护。

数据仓库(Data Warehouse)是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合存储系统。它是包含多种数据的高度建模的存储库，将不同来源的结构化数据聚合起来，用于业务智能领域的比较和分析。

借助数据治理综合管理系统（DGP）和数据集成工具kettle，实现可视化的数据清洗和作业调度。

通过支持多种数据库连接，使所有数据库连接统一管理，支持mysql、oracle、sqlserver等常用数据库连接。支持批量导入和删除数据连接，查找连接筛选等常用操作。实现了将不同的数据源纳入系统进行统一管理。解决了数据治理的多源管理问题。

以需求为驱动，以数据多样性的全域思想为指导，通过数据连接和数据抽取工具，使多终端、多形态的数据源数据抽取到统一数据库，并支持全量和增量抽取。支持批量执行、批量删除、查看日志等常用操作。实现了数据在物理层面的存储统一。

以满足行业要求的统一数据标准，通过数据表与数据表、数据表与代码表之间进行数据映射、缺失数据的补充、重复数据的剔除、错误数据的修改等系统功能，来提高数据的完整性、可读性、可用性。实现了数据在逻辑层面的业务统一。

通过运用kettle的不同组件进行连接形成不同的作业流，用于处理数据的抽取、转换、映射、清洗、插入等数据操作。使不同来源系统的数据经过作业流处理，形成标准有效的数据，输出到指定数据库中。解决了跨系统跨库数据整合和清洗的问题。

引用国内顶尖的开源大数据调度工具TaskCTL对kettle作业任务进行定时调度和监控。支持各种任务流配置，以完成复杂的任务调度需求。支持异常报警，通过邮箱或短信的方式通知任务管理人员。实现了作业调度的可视化管理。

展示数据质检任务的执行情况，并提供实时的数据质量排名和数据质量改善排名的可视化展示。解决了数据质量的监测问题。提供质检规则的管理功能，可通过设置不同的规则类型，如准确性、完备性、一致性等和正则表达式/脚本进行组合，实现质检规则的制定。

定位于业务系统数据资源“纵向贯通”、“横向互联”的共享通道，使其成为业务、部门的数据工厂，主要从安全管控、服务治理、服务消费、服务开发效率等系列问题入手，提供统一平台对多源、多类型数据进行统一的服务化管控，帮助职能部门更加有效、可靠地使用数据。
基于标准数仓提供统一的数据服务能力，是高校数据资源对外开放的共享通道。平台提供实时接口服务、批量作业服务、文件传输服务，从数据定义、服务开发、服务消费、运行管控四方面着手，实现数据资源的闭环管理。