数据仓储 .
Data Warehousing
是基于开源Hadoop框架开发，融合SQL on Hadoop、流处理等大数据技术，支持海量数据的高效储存和统一管理，为决策提供实时的数据支撑。
多源数据接入
支持OPC、MQTT等多种传输协议，结构化、半结构化、非结构化数据的统一接入。
实时/离线数据处理
集成Spark、impala等多种计算框架，利用统一的资源管理系统，可在海量数据集上同时进行离线计算和流式处理，满足高吞吐、大数据量和低时延实时处理等多方面的数据计算要求。
海量数据存储
采用分布式集群架构，具有很高的容错性、稳定性和可用性，可支持TB、PB级以上结构化与非结构化数据存储。
数据敏捷计算
采用列式数据存储模型，结合存储分区、分布式缓存等技术，轻松实现TB级数据查询秒级响应，性能远超越传统商业数据库。
统一管理
提供基于Web的可视化集成管理控制台工具，支持对集群、节点、服务、组件等诸多对象的管理，帮助用户及时了解整个平台系统运行状态，并且提供健康预警和实时监测，实现大数据平台的极简管理。
数据治理
Data Governance
元数据管理 .
Metadata Management
处理技术元数据、业务元数据、管理元数据。
·易用
类互联网式搜索，优秀的可视化技术，提供元数据全生命周期可视化管理机制。
·可扩展
提供元模型扩展机制，同时做到元数据接口开放，易集成。
01.
可扩展元模型，满足不同管理需求。提供了一套便捷的自定义管理接口功能，可完全自定义扩展，能够满足元数据管理快速实施的需要，可适应用户在不同时期的不同管理需要。
02.
智能获取元数据，管理维护便捷。提供完善的元模型和元数据维护功能，采用多种方式简化元数据维护的复杂性。系统支持元数据的自动获取和时间调度管理，支持手工创建和变更元数据，并配合版本管理，能完整存储元数据整个生命周期动态和变化，方便用户跟踪业务运作的历史数据。
03.
全文搜索引擎，准确定位目标元数据。支持基于名称、基本属性、元数据间关系查找的同时，还支持全文搜索。通过多种组合条件的模糊查询，即可在整个元数据环境中随时检索所需元数据。
04.
图形化分析，快速理清元数据关系。提供图形化的元数据基础分析以及高级应用分析。血缘分析是指从某一实体出发，往回追溯其处理过程，直到数据源接口，可快速追溯数据来源和加工过程，影响分析可掌握元数据之间的相互影响。
数据标准管理 .
Data Standard Management
·全生命周期标准管理
·智能、灵活生成标准编号
·全方位、多角度评估分析
01.
建立规范的数据应用标准，消除数据的不一致性，从根本上改善和解决系统的数据质量问题，实现数据有效共享，并为后续质量检查提供依据。
02.
灵活的标准制定。内置标准技术、业务、管理属性，提供灵活的标准集属性设置，可满足国标、地标、行标、企业标准以及自定义标准的定义，并提供丰富的标准定义方式，包括手动创建、导入、自动拾取等方式。
03.
全面的标准管理。支持标准增、删、改、查、发布、审核等各种基础操作，其变更过程能被自动记录，通过变更版本控制，追踪标准历史。另外平台还提供了灵活细致的用户权限管理机制，满足不同用户管理各自的标准的场景。
04.
有效的标准监控。多维度指标分析标准，了解标准总数、生效数、失效数等，标准监控还可根据需求进行二次改造。
数据集成管理
——
可实现数据的传输、加载、清洗、转换和整合，支持自定义调度和图形化监控，实现统一调度、统一监控，满足运维可视化需求，提高运维管理工作效率。
数据资产管理
——
数据资产服务可以帮助我们更好的支撑各种数据的应用，丰富的服务接口拓展，支撑数据资产的多渠道应用，如数据共享、决策支持等，最终实现数据资产价值最大化。
数据安全管理
——
数据安全管理贯穿于数据治理全过程，提供对隐私数据的加密、脱敏、模糊化处理、数据库授权监控等多种数据安全管理措施，全方位保障数据的安全运作。
数据生命周期管理
——
数据生命周期记录数据从创建和初始存储，到它过时被删除的整个流动过程，对数据进行近线归档、离线归档、销毁和全生命周期监控。
数据分析
Data Analysis
数据分析
Data Analysis
融合了ETL数据处理、数据建模、数据分析、数据填报、移动应用等核心功能而打造的全能型数据分析。
直观全程的可视化建模。提供全程可视化的建模过程，从训练数据集选择、分析指标字段设置、挖掘算法、参数配置、模型训练、模型评估、对比到模型发布都可以通过零编程、可视化的配置操作，简单、便捷的完成。
科学智能的最优模型推荐。一个实用的数据挖掘模型，往往要经过多次训练和参数调整，并经历模型评估，评估结果对比等复杂过程。可对多个训练模型进行一键比较，系统智能推荐最佳模型，并可基于分类正确率、均方根误差、统计量、提升率、等专业的模型评估指标，提供综合模型比较报告，极大的降低数据挖掘项目实施难度。
——————————————————————
智能学习库，提供聚类、回归、分类等丰富的算法库分析，支持线性回归、朴素贝叶斯、K-Mmeans和决策树等多种机器学习模型，可使用Python语言基于实时数据开发智能预测项目。
灵活多样的数据预处理。丰富的数据预处理组件，帮助用户快速直观在数据准备阶段对数据进行抽样、归一化、标准化、离散化、值替换、类型转换、添加字段、主成分提取、过滤等配置预处理流程。
丰富可扩展的挖掘算法。涵盖分类、回归、聚类、关联规则以及时间序列等五大类、十余个小类的核心数据挖掘算法，同时支持扩展数据挖掘算法。
数据展示 .
Exhibition of Data
让数据“跃然屏上”，诠释数据立体美；内置近百种组件特效，展示效果炫酷夺目；可任意制作酷炫灵动的图表和大屏，真正达到设计能走多远，数据可视化展现就能达到多远的境界。
自由布局
除样例布局供参考外，同时支持拖拽式操作，用户可自由DIY，制作出满意的布局。
图表分析
在提供传统的柱状图、饼图、仪表盘等基础图表组件的基础上，还提供了光晕图、泡泡图、流向地图等十余种新颖夺目的个性化图表。
操作便捷
只需要进行简单拖拽即可开始制作，每个组件都有对应预览图，方便理解，还提供了多种模板用于参考，可快速上手。