大數據中臺架構分享華為云龍江業務場景：智慧工廠全球運營指揮中心動態供應鏈|柔性生產線第三方風控|全球供應量可視化|質量控制前置|智能供應鏈（訂單、動態供應鏈|柔性生產線第三方風控|全球供應量可視化|質量控制前置|智能供應鏈（訂單、倉儲、物流）質量預測模型（事前）智能倉儲|智能裝箱|物流可視化追蹤|智能清關資產管理|AGV廠區物流|產線預防性維護|智能安全監控|工廠能耗管理|設備虛擬化|設計生產一體化 客戶需求、風險、外部運力等信息及時感知，自動給連接度集成的物流IT系統連接國際運輸三級運輸基于先進技術與工具，物流信息自動感知與采三級運輸SensorsSensors料料企業越來越重視數字化運營，核心重點是數據管理、可視以及數據治理超過60%計劃或已經建立數據管理委員會超過60%計劃或已經建立數據管理委員會大數據能力框架，數字資產管理作用將被關注From信通院、艾瑞咨詢：預計到2020年，大數據軟件市場規模將達大數據能力框架，數字資產管理作用將被關注From信通院、艾瑞咨詢：預計到2020年，大數據軟件市場規模將達到268.2億元，年復合增長率38.6165.9億元，年復合增長率41.4%。初步估算數據管理市場約43億，核心發展方向：數據資產管理、數據可視化以及機器學習基礎大數據產品逐步成熟，數據安全、數據開放以及主數據管理需求業界洞察—Gartner：日益增長的數字化需求、復雜的業務生態系統、數據的分布式存儲趨勢，驅動企業需要構建一個跨越孤立數據、簡單、一致的數字化運營生態系統本地領域級企業級大數據邏輯數據倉庫卓越數據分析本地領域級企業級大數據邏輯數據倉庫卓越數據分析增強分析和優化組合…市)數據科學，人工智能/機器學自然語言處理高級分析商務分析，展板報告n……卓越數據管理新趨勢及挑戰新趨勢及挑戰/1、獨：煙囪系統，數據孤島嚴重。重復開發、成本浪費；2、斷：數據理解與數據價值鏈條的斷層；3、缺：缺標準、缺治理、缺數據；4、難：知數據難、要數據難、懂數據難；?從煙囪式多個平臺向融合大數據平臺，建立統一的數據采集與整合大數據處理、計算及數據服務能力，降低大數據使用成本?通過集中各領域數據，方便創新，讓數據產生更大價值?大中臺、小前臺，前臺特種兵敏捷作戰單元+中臺航母艦群精確制導炮火數據中臺定義與愿景定義：全域級可復用的數據資產中心與數據能力中心，提供清潔、透明、智慧的數據資產與高效、易用的數據能力，使能業務數字化運營；愿景：讓數據成為如水和電一般的資源，隨需獲取，敏捷自助；讓數據極大發揮價值，推動業務創新與變革；安全共享（隱私、授權、權限等）據資產中心；2）打造能高效承載數據中臺建設的數據運數字化運維數字化研發業務流效率提升數字化運營數字化運維數字化研發業務流效率提升數字化運營臺建23 ?識別多場景數據消費需求?構建數據消費快速響應機制?數據業務化，數據反哺業務，促進數字化運營數據服務1數據服務1 …等）…維度…數據湖事務數據建…非結構化數據…外部數據…主數據…基礎數據…?建立“面向對象、面向主體、面向業務流”的數據聯接和標簽?持續沉淀業務規則、算法、模型?建設公共數據服務，減少重復開發?統籌推動、以用促建，急用先行?為數據中臺提供一站式“原材料”?匯聚各業務源系統數據，清洗/注冊數據資產數據資產中心…客服外部數據?對準需求，驅動業務數字化?數據采集/處理自動化?持續數據治理，提升數據質量源安全態勢感知故障智能預警智能決策中心智能擴容推薦數據調優診斷數據湖據發據據安全態勢感知故障智能預警智能決策中心智能擴容推薦數據調優診斷數據湖據發據據據據源數據開票觸發計劃發票信息合同基本信息收入觸發主題聯接開票觸發計劃發票信息合同基本信息收入觸發開票計劃開票計劃回款核銷回款核銷數據服務數據服務數據服務-細指標數據數據接入服務大數據服務安全態勢感知故障智能預警智能決策中心智能擴容推薦數據調優診斷數據運營平臺DAYU數據接入服務大數據服務安全態勢感知故障智能預警智能決策中心智能擴容推薦數據調優診斷數據運營平臺DAYU智能分析數據治理數據開發數據開發/處理/數據服務服務創建/數據可視中臺數據消費解碼：包含不同層次和階段的數字化運營數據消費數字化運營的不同階段?提前感知業務問題?自動預警潛在風險?智能分析問題根因?洞察趨勢推薦方案?支持客觀精準決策數據消費數字化運營的不同階段?提前感知業務問題?自動預警潛在風險?智能分析問題根因?洞察趨勢推薦方案?支持客觀精準決策數字化運營的不同層次?數據展示實時可信?報告上線在線開會?數據展示實時可信?報告上線在線開會?支持數據層層下鉆數據消費的不同用戶類型數據消費的不同用戶類型敏捷可視能力自助分析能力快速開發能力全局治理能力高效探索能力全域數據目錄（元數據Catalog）數據遷移數據遷移數據消費數據源數據開放私有云數據湖私有云數據湖索方方方方數據變為企業創新的新能源，數據規范設計，基于華為數據體系建設方法數據標準不統一數據業務斷層現狀數據重復建設歷史不可追溯\下線\下線數據構建方法論行業標準元數據中心目標AI能力與SQL融合，懂SQL就可以開發AIcreatetablecars_no(filePathstring,resultarray<struct<number:string,type:string>>)usingocroptions(path"obs://bucket1/wangfei/cars",ocrApiUrl"/v1.0/ocr/plate-number",ocrEndpoint"",ocrRegion"cn-north-1")NumberColorFile1白2黑行業算子行業指標數據主題數據湖 數據地圖業務對象中心（五大庫）：產品、客戶、合同、站點/ 供應主題采購主題供應主題