Aloudata的博客

原创 通俗地理解主动元数据管理

全球首个算子级血缘解析的主动元数据平台，可以为企业提供全面、精细、准确的元数据管理能力支持

原创 数据编织 Data Fabric：解决“数据孤岛”的新思路

通过逻辑化集成整合，零数据搬运轻松实现 10+ 个不同数据源的快速、准确融合，并利用自适应查询加速能力，1 秒查询响应率达 95%，存算成本节约 70% 以上

原创 解决多源异构数据整合难题“良策“，助企业高效管理数据资产

逻辑数据平台相较于传统数据集成方案，可以 10 倍提升数据交付效率，降低 50% 以上的存算成本，同时减少 70% 左右的数据开发与管理工作量

原创 Aloudata 入选 Gartner 中国代表性数据基础设施供应商列表

与 Gartner 的观点类似，Aloudata 同样观察到有大量企业并没有从中台建设的巨额投入中获取显著的商业回报，进而希望寻求更加敏捷、高效的数据集成与管理解决方案，实现业务驱动与可持续的数智化之旅

原创 数据分析告别 ETL，助力业务运营决策提效超 10 倍

Aloudata CAN 成功地打破了传统数据处理与业务应用之间的壁垒，将开发价值与业务价值紧密地衔接在一起，实现了指标“管研用”一体化

原创 Aloudata CAN 上线指标结果筛选、批量上传指标等功能

帮助企业实现指标的“管研用”一体化，打造“快全准省”的数据分析和业务决策体验

原创 大型企业如何整合集成全域数据、解决数据孤岛难题？

借助于 Aloudata AIR 逻辑数据平台，企业无需进行数据复制、存储、搬运，即可实现全域数据的集成整合和自适应加速。

原创 打破数据生产力的桎梏，打造数据分析驱动的新型组织

传统的冗长 ETL 链路无法支撑数据供给，往往还伴随着数据质量问题的频发...如何告别传统ETL之困、加速策略迭代、优化运营效率、实现业务自助决策？Aloudata CAN自动化指标平台，让数据分析快、全、准、省！

原创 数据要素如何转化为生产力？关键在以指标为中心实现数据分析“快全准省”

帮助企业构建一个数据管得住、拿得到、用得好的指标开发、消费和管理的平台，真正实现指标管、研、用一体化，实现“快、全、准、省”的数据分析和业务决策

原创 Aloudata 实力入选信通院《数据智能产业图谱（2024）》

Aloudata 现已构建起包括“Aloudata AIR 逻辑数据平台、Aloudata BIG 主动元数据平台、Aloudata CAN 自动化指标平台”在内的完整产品矩阵

原创 以指标为中心，Aloudata 重塑企业数据生产力

6 月 25 日 - 6 月 26 日，第十届 CDIE 数字化创新博览会在上海张江科学会堂隆重举行。作为国内领先的自动化数据管理软件提供商，Aloudata 大应科技携自主研发的，为企业数智化运营提供强有力的支撑。

原创 数据虚拟化、Data Fabric（数据编织）的兴起，对数据管理有何帮助？

帮助企业无需复制和搬运数据、无需关注数据任务运维、无需担心查询性能，实现全域数据的逻辑整合

原创 破除“数据孤岛”新策略：Data Fabric（数据编织）和逻辑数据平台

Aloudata打造了国内首个DataFabric逻辑数据平台——AloudataAIR，通过自研的数据虚拟化技术和AI增强自适应物化加速，可帮助企业轻松实现多源异构数据的逻辑集成和智能查询下推

原创 浅谈数据管理架构 Data Fabric（数据编织）及其关键特征、落地应用

AloudataAIR逻辑数据平台采用数据虚拟化技术构建，能够帮助企业无需移动数据、无需关注数据任务运维、无需担心查询性能，就可以实现多源异构数据的逻辑连接与整合

原创 主动元数据平台详解（下）：BIG 十一问，详解定位、对接、血缘保鲜等问题

如何快速集成、对接、应用 Aloudata BIG 主动元数据平台？11 个QA 给你答案

原创 主动元数据平台详解（上）：算子级血缘，创新数据管理新范式

AloudataBIG主动元数据平台，能够助力企业自动构建端到端、跨平台、可扩展的血缘图谱，为数据管理提供自动化、智能化的强大支持，实现数据管理模式的转变，推动数据管理走向自治化的新阶段

原创 从“数据孤岛”、Data Fabric（数据编织）谈逻辑数据平台

AloudataAIR逻辑数据平台，通过自研的数据虚拟化技术，以及查询下推和查询加速功能，帮助用户轻松实现全域数据的逻辑连接、快速访问和查询

原创 数据虚拟化：零数据搬运，实现全域数据的集成和自适应加速

帮助企业轻松实现多源异构数据的集成整合和自适应加速

原创 如何统一集成全域数据？三个点讲清楚多源异构数据融合

轻松实现全域数据的逻辑连接、快速访问和查询

原创 NoETL 自动化指标平台打造数据分析自由

通过NoETL自动化指标平台，帮助业务打造“快、全、准”的分析体验

原创 Aloudata 重磅发布《NoETL 开启自动化数据管理新时代》白皮书】

访问 Aloudata 官网，领取完整版白皮书

原创 信通院《智能化数据管理工具能力要求》标准发布，Aloudata 受邀参编！

助力企业 DataOps 体系建设

原创 IDC 权威认可！Aloudata 入选金融领域中数据管理分析服务最佳实践案例

实现元数据驱动的智能化研发

原创 数据资产管理最佳实践案例ㅣ杭州银行：算子血缘分析技术在数据资产管理平台中的应用

杭州银行数据资产管理实践以 Aloudata BIG 列算子血缘为底座，实现全域数据资产统一采集和连接，端到端连通从业务源端数据库到应用端报表的列算子血缘图谱，从依赖人工盘点到自动化挖掘元数据知识，丰富了数据治理手段，提升了治理方案落地效果和效率，能够较好地解决现代企业所面临的数据治理通病和难题。对于其他企业来说，本项目可参考如下经验：第一，实用性：数据资产管理平台对全域元数据进行统一采集和管理，支持跨平台血缘连通，配合智能裁剪血缘分析能力，可以实现精准的溯源和影响面分析；

原创 技术分享｜揭秘第三代指标平台的查询加速技术

通过将不同种类和来源的查询统一转变成查询结构体后，在物化视图管理和构建链路中，采取的是同样一套处理流程，即通过对物化视图依赖的源头表进行元数据采集，并且结合物化视图的构建策略和执行计划，完成物化视图的构建、物化视图的命中、物化视图的回收以及物化视图的调度，通过与 MPP 计算引擎相结合，若所有物化视图都无法命中，才会进行原始数据查询。当在物化视图的匹配过程中存在多个可供匹配的物化视图时，系统会在多个物化视图中选择最优的物化视图，在考虑最优物化视图时，会结合物化视图的维度相似性、数据范围和日期粒度等因素。

原创 NoETL 公开课预告｜下周二，第三代指标平台即将展露真容

主导和参与过多个国内知名数据产品建设，拥有丰富的分析型、工具型的数据产品设计经验。加入 Aloudata 前，先后供职于神策数据、蚂蚁集团，在数据分析、数据科学和数据工程领域拥有丰富的实践经验。在分析模型构建、智能运营、画像和标签体系、数据科学 AB 实验、流量分析和数据指标细分领域内，打造了多款成熟的企业级应用产品。始终坚持用真实的数据驱动决策，解决实际问题，为企业带来价值。、强大的指标定义能力和查询加速性能、“管、研、用”一体、做“轻”数仓……告诉我们你希望看到的功能，也欢迎参与直播与讲师互动。

原创 技术分享｜揭秘第三代指标平台如何解决复杂指标的定义与计算问题

在某些情况下，这些宽表和汇总表可能无法直接满足业务的需求，需要进一步的打宽和汇总，导致形成更大的宽表和汇总表，除此之外，部分汇总表又单独新建分支链路，从明细层直接加工，形成穿透的情况，就会造成整个数仓体系缺乏明确的层次限定，呈现出类似于蜘蛛网状的结构。这个近 7 天的消费金额是一个滚动窗口，对于 ID 为 1 的用户，他在 3 月 1 号并不是 VIP，因此消费金额为 0，到了 3 月 2 号成为 VIP，这个时候计算的是 1 号和 2 号的消费金额，所以为 21,000；系统会基于三方面来进行性能保障。

原创 Aloudata 倾力打造，《Data Fabric 白皮书 2.0》正式发布

距离第一版白皮书问世已经过去一年多时间，历经产品体系的成熟和充分的客户实践，今天，Aloudata 以更加丰富的经验、更加深刻地理解，将《Data Fabric，面向未来的数据管理架构》全面升级至 2.0 版，阐述了对 Data Fabric 理念和架构的全面解读。数字经济时代，越来越多企业开始寻求全新的数据管理范式，以更有效地管理、利用不断增长的数据资产。在此背景下，Data Fabric 的概念应运而生，被视为面向未来的数据管理解决方案。

原创 NoETL 公开课｜第三代指标平台如何解决复杂指标的定义和计算问题？

原创 逻辑数据平台的 NoETL 之道（内含Q&A）

从零开始主导完成蚂蚁第一和第二代数据研发平台产品体系的建设，涵盖数据集成、研发、运维、质量基线及资产平台等完整数据研发平台产品体系，支撑蚂蚁数以千计的 ETL 研发工程师，搭建蚂蚁面向金融行业的逻辑化智能数据研发平台，有丰富的海量数据及智能化数仓落地实践经验。其次，详细讲解逻辑数据平台的构建方法，以及与之相关的技术问题。在这个架构下，我们面临的最大挑战，正如我之前提到的，是在查询虚拟化的数据时如何解决性能问题，确保无论数据的规模有多大，用户都能获得近似于在本地直接进行数据查询的性能和使用体验。

原创 语义化与自动化——第三代指标平台两大核心能力详解（内含Q&A）

【作者简介】杜雪芳，Aloudata 合伙人兼首席业务架构师。12 年数据业务从业经验，3 年管理咨询经验。历任阿里集团淘宝商业分析负责人、阿里音乐商业智能中心负责人、蚂蚁集团用户增长分析与洞察产品负责人。在数据体系搭建、数据分析、用户标签建设、用户洞察、用户增长等方面，拥有丰富的数据驱动业务实践经验。01 指标平台的演进趋势与第三代指标平台的定义近几年，指标平台这一概念愈发受到关注，去年以来尤甚。究其原因，主要是随着数字化转型深入开展，企业的数据需求发生了变化。

原创 为什么说第三代指标平台的本质是做“轻”数仓？

最后我们总结一下。从企业数据管理与治理的角度看，终极目标是以最优成本实现数据分析的高效率与高质量，从这个角度来看，做“轻”数仓既是手段也是目标，而“第三代”指标平台便是做“轻”数仓的最佳方案。

原创 Aloudata & StarRocks 直播预告：指标平台的物化加速实践

StarRocks 异步物化视图支持多表关联以及更加丰富的聚合算子，同时支持多种查询改写场景，实现自动、透明查询加速，为多表查询和大规模数据分析场景提供高效、便捷的查询分析体验。Aloudata CAN 作为第三代指标平台，采用了基于明细语义数据模型定义指标的方式，提供了“语义化”和“自动化”两大核心能力，从根本上解决了传统指标平台的局限性。StarRocks 分析引擎与 Aloudata CAN 指标平台存在广泛的契合之处，两者相互融合将为指标平台的能力发展带来新的思路和机遇。

原创 Aloudata 近期荣誉盘点！接连斩获技术创新、案例实践、投资价值等权威认可

据悉，本次评选活动面向金融、互联网、能源、电信、交通、医疗和教育等行业的领先企业及机构，围绕数据智能领域核心技术突破、业务价值探索、知识经验分享等维度进行评选，经专业评委多轮审慎评定，Aloudata 实力入列「年度数据智能先锋奖」。奖项发布时 DataFun 社区提到，“规模化的数据智能应用造就了不同的技术创新，在数据智能领域有一些企业正不断通过自身的努力和创新，实现从 0 到 1 的数据工程架构变革，为数据技术的发展做出了突出贡献。榜单评选期间，Aloudata 携手首创证券应邀进行了案例分享。

原创 某头部股份制银行基于 Data Fabric 的敏捷数据准备创新实践

数据虚拟化的关键在于它提供了一个统一的逻辑数据视图层，在不复制数据的情况下，将不同数据源、不同位置和不同格式的数据进行整合，它隐藏了底层数据存储位置、技术接口、功能特性等的技术复杂性和差异性，并通过逻辑视图层提供统一的数据服务，为多个应用和用户提供支持，从而实现实时的数据访问，减少数据复制搬运成本，提高数据开发与变更的敏捷性。通过上游数据更新事件触发或对元数据的变更监听，可自动推断增量变更，以及自动分区推导，完成大规模数据的下游数据增量更新，免除业务人员对数据更新的关注。

原创 精选案例｜首创证券 NoETL 敏捷数据分析创新实践

Aloudata AIR 逻辑数据平台摒弃传统数仓数据架构（贴源层->明细层->聚合层），基于 NoETL 理念进行跨数据源查询构建虚拟明细层，并根据下游使用数据情况智能化构建数据聚合层、自动化进行数据物化以提升数据应用性能，简化数据开发链条的长度，节约数据平台基础设施成本，降低数据平台运维成本，构建敏捷数仓新形态。为满足监管与内部合规要求，支撑业务工作决策，首创证券迫切希望打破各应用系统数据孤岛，梳理元数据、主数据，规范数据标准，建立数据模型，提供数据质量保障，实现金融数据使用的最大值。

原创 指标平台详解（下）：第三代指标平台实现了哪些突破？

通过上述分析，我们可以看到 Aloudata CAN 真正代表了第三代指标平台的能力，通过下述核心能力，完美交付独立指标平台的价值主张——管、研、用一体，一处定义，处处使用：1、强大的指标定义能力基于强大的语义数据模型和语义函数定义，Aloudata CAN 能够支持任意复杂指标（如“近 1 年月日均 AUM 最大值”这类二次聚合类指标和“北向资金净买入额行业应有个股总数”这类标签化定义指标）的标准化和可配置化的指标定义，确保了指标口径的百分之百一致性。

原创 指标平台详解（上）：为什么有了 BI ，还需要指标平台？

随着商业智能（BI）的快速普及与深度使用，企业在数据分析“深水区”普遍面临着指标分散定义导致口径不统一、重度依赖 ETL 作业开发报表、问题排查耗时耗力、复用率低等问题。如何兼顾敏捷与统一，实现指标的高效开发和有效管理？我们特策划了本期《指标平台详解》话题，通过两篇文章介绍指标平台建设的必要性，比较三代指标平台的发展脉络，进而提出理想的指标平台的选型标准。以下是系列的上篇《为什么有了 BI，还需要指标平台？

原创 产品发布｜Aloudata CAN 自动化指标平台

Aloudata CAN 产品的核心特性可以总结为三个方面：强大、自动和灵活。

原创 产品发布｜Aloudata BIG 全球首个实现算子级血缘解析的主动元数据平台

第三，Aloudata BIG 让数据管理数据治理更加智能，其实现了模型治理的辅助驾驶（copilot），这使得模型治理的各个环节都能实现自动化，包括链路问题的识别、模型需求的盘点、模型代码的生成、新旧模型口径的比对，以及下游任务迁移代码的生成。，可以实现对列算子级的高精度血缘解析，即便是最复杂的数据链路，也可轻松打开链路加工“黑盒”，抽取字段计算口径，清晰展示每一个字段的加工细节，而不仅仅是数据列间的依赖关系，数据人员可快速获知列与列之间是通过何种加工过滤或维度汇总得到的，而不需要费时费力去人工扒代码。