一、数据中台是什么？

提到数据中台，就先要了解什么是中台，对于中台的建设，大都是跟随阿里中台的方法论。中台的作用在于打通固有多业务系统之间的数据壁垒，融合各个不同业务系统间所产生的数据，通过数字化的运营和驱动来支撑前端业务的快速变化，从而产生更大的价值。而新一代数据中台，在融合数据的基础上，更要关注是否能够积累和沉淀行业Know-How，将数据智能和组织智能融合，形成行业智能，更敏捷更快速的响应前端业务的变化，更好的协作创新。

数据中台进入日益深化的阶段，数据资产管理能力毋庸置疑成为各行业场景数据管控与价值发挥的必备能力。

数据中台技术和通用功能场景已经相对成熟和标准化，市场上已经有很多相对标准化的中台产品。但大多数是大而全，实际需求中又有很多定制化需求，成本较高，使用上也有一定难度。

现在低代码、无代码模式的产品比较多，例如表单类无代码、应用管理低代码、数据管理无代码、甚至还有数字孪生无代码等等，这类模式能够让是数字化应用的构建变得比较简单。

所以数据中台也一样，由于功能需求都逐渐标准化，将通用功能模块进行封装，根据管理需求进行组装搭建，个性化需求再进行二开，这会大大提高数据中台的构建效率，同时这样的页面形式、功能都易上手。主要一个比较全面且轻量级的数据中台应用，不仅成本低，而且更加实用和灵活。

基于这样的想法，在网上一搜，还真有这样的平台——smardaten。

这个平台是一整个的无代码平台，但看起来能力比常见的无代码平台范围要多，包括核心的三块：数据管理类、数据分析和可视化、无代码应用开发。

仔细一看功能架构，功能还真不少，数据这块是包含数据连接、IoT设备数据采集、数据标准、数据质量、数据集成、数据安全、数据服务等功能和服务。

据了解， smardaten上面各个所谓的功能开发模块，本身都是可以做为组件模块之一被组装到应用中去，也就是说，比如数据这些功能模块，可以作为工具单独使用，也可以独立集成在客户业务平台中，可以搭建一些大数据管理平台、数据处理平台、数据治理平台、轻量级数据中台等数据场景。

这就有意思了，真的可以做到这样吗？

我们先回过头看看一般的数据中台需要具备哪些功能，再对比下smardaten是否真的满足。

二、数据中台的特点

1、数据中台需要具备哪些特性？

1. 数据中台需要具备高可用性和可扩展性，能够支持海量数据的存储和处理，满足业务高峰期的需求；
2. 数据中台需要支持多种数据源的接入和集成，包括结构化和非结构化数据，能够实现数据的清洗、转换和标准化；
3. 数据中台需要提供数据安全和隐私保护机制，确保数据的机密性、完整性和可用性；
4. 数据中台需要支持多维度的数据分析和挖掘，能够为业务决策提供可靠的数据支持；
5. 数据中台需要具备良好的用户体验和易用性，能够为用户提供简单、直观、高效的数据服务；

2、数据中台需要提供哪些服务？

三、数据中台搭建工具

smardaten是一个以数据驱动的无代码平台，可以减少大量开发工作，实现快速开发。并且它是大数据起家，对于数据治理这方面，有自己独特的见解和能力，平台本身就已经包含了大多常见的数据处理能力，大大减少了开发难度和设计难度。

smardaten 通过自定义软件装配，可以快速实现项目定制。通过插件化配置，实现了配置过程可视化。设计即开发、开发即交付的设计态理念减少重复性配置开发工作，减少需求分析设计及沟通 确认时间，把控项目进度；从需求快速确认、设计快速呈现、系统快速生产落地，快速的响应机制提升客户满意度。它支持以下功能：

1. 数据资产管理
2. 数据访问管理
3. 数据交换平台
4. 数据共享平台
5. 数据质量管理
6. 数据主题分析
7. 系统运行管理

四、如何用无代码快速搭建数据中台

一个合格的地理数据中台，首先需支持多形式数据源导入、数据的的分析和处理、数据的可视化展示、可拖拽的图表绘制、分析仪的有效管理。

其次，通过数据中台数据可视化，将国家地理信息展示的清晰易懂、淋漓尽致。将复杂的地理空间数据转化为直观、易于理解的地图和图像，从而提高公众对地理空间数据的理解和应用。将不同来源的地理信息整合在一起，促进地理信息可视化和共享。

建立统一的数据管理和服务平台，降低企业的成本和提高效率。同时，通过自动化和智能化的数据处理和分析技术，减少人工干预，提高数据处理和分析的效率和准确性。

下面以国家地理数据中台为例，用smardaten无代码软件开发平台，快速搭建地理数据中台。

1、多源数据接入

（1）在功能导航中单击选择“数据图书馆”，进入数据图书馆页面；

（2）在左侧目录中选择需要创建数据资产的分组，单击右上角“新增数据”，进入创建数据资产类型选择页面；

（3）选择资产类型，进入创建资产页面；

（4）选择数据源，“数据源名称”自动填充“JDBC连接串”等信息，“用户名”、“密码”和“客户端字符集”会自动填充该数据源的相应信息，单击 “确认”；

（5）进入数据资产配置页面，填写资产名称及其他配置信息，配置完成后，单击右上角“保存”；

（6）进入该数据资产详细信息页面，配置完成后，可在菜单栏选择数据结构、关联关系、血缘关系、分析图表、质量检测、权限设置和生命周期进一步的配置数据资产信息；

2、数据流（数据集成）

通过数据流的形式导入数据，数据流均在系统预置的默认文件夹目录下，其他用户共享的数据流在系统预置的共享文件目录下。
smardaten平台，居然支持这么详尽的数据流~

3、数据资产管理

（1）选中一个图书馆目录，在新增数据右边点击导入数据

（2）选择从数据库导入

（3）选择一个数据库源

（4）显示数据库表，全选、导入，会将数据库表一次性导入图书馆。

4、数据访问管理

（1）服务注册

功能包含在下页，可搭建内部服务，封装第三方外部服务。

点击新建、内部服务，通常选择restful协议，如果选择下载模式，则接口访问时直接将返回的数据转换为excel文件。

接口选择对应的操作数据资产，可选择对资产进行增删改查操作。选择资产某个字段作为接口的输入参数，选择多个字段作为返回字段。

（2）服务编排

1. 提供可视化编排功能，满足复杂业务需要的 API 服务编排开发；
2. 支持在线进行服务调用测试；
3. 支持针对不同用户需求，能够通过界面化对不同服务字段进行剪裁，按剪裁后的服务返回调用结果

对已有服务进行编排：

流程化服务编排，进行数据操作、服务调用：

（3）服务发布

显示各类服务的列表，点击行按钮，选择服务上架、下架操作。

（4）服务下架审核

点击服务列表里面操作栏，审核按钮，对于上下架服务的操作，由管理员进行审核，选择通过或拒绝：

5、数据交换平台

数据采集平台可设置多个数据流（新增），用于从原始数据仓库到目标数据仓库的数据采集。

数据流配置页面，可以可视化配置数据采集的流程：

选中输入数据源、选择配置、左边树选择数据图书馆中的仓库，右边选择仓库的数据资产：

可以把源数据直接加载到目标数仓，也可以选择ETL节点对数据进行选择、处理，加载到目标数仓。

6、数据共享平台

左边目录树上进行数据共享接口目录增删改；右边点击新建、内外部服务增删改。

7、共享任务调度

（1）任务调度和执行管理

查看任务列表，并可在行按钮点击立即执行交换任务：

并可点击“查看历史”查看执行情况：

（2）资源发布流程审批

业务部门集中处理待处理的审批流程，点击“待我处理”，查看待审批事务：

点击行按钮“处理”、切换到详情页面

点击同意或拒绝，并填写审批意见，即可完成审批：

五、数据可视化分析

数据中台做数据管理后，还可以快速去使用这些数据，实现数据多维分析和可视化展示。

数据可视化可以将复杂的数据和信息转化为直观、易于理解的图形和图像，从而帮助人们更好地理解和分析数据。通过数据可视化，数据变得更加清晰和易于理解，使人们更容易理解和使用数据，从而更好地制定决策。数据可视化可以通过将数据转化为视觉形式，使数据更容易被访问和比较。这有助于人们更好地了解数据的趋势和模式，从而更好地预测未来趋势。

1、数据分析

平台数据分析的简单操作，并以地理数据分析图展示。

（1）单击“数据准备”标签右侧“加号”的可添加工作区，工作区可对选择的数据资产进行图表配置。
（2）用户在左侧导航栏中选择字段，右键可对字段做排序、统计、高级计算、过滤、翻译、别名、精度设置。
（3）单击左下角“添加字段”，可根据需要通过表达式配置除资产字段外的其他字段，增加的字段可在数据分析仪中展示并输出。
（4）单击拖动左侧字段到右侧面板可展示该字段对应的值，鼠标停留在字段后的图标上，可将该字段从右侧图标中删除。

数据可视化支持全屏视图、折线图、折线图、面积图、饼图、仪表图、地图等形式的视图。

这样就可以组装出一个简单的数据仪表盘，样式可以自助调整的好看一些。

2、可视化大屏

将数据中台数据，通过简单拖拽即可生成可视化图表，制作过程所见即所得。

对底层各类数据的统一管理和展示，实时掌握数据治理情况，还可以将数据中台中已经做好的分析图表拖拽到可视化大屏，进行拖拽、布局，轻松搭建可视化大屏。

smardaten平台提供丰富图表组件和交互控件，即拖即用；支持一键智能计算，可快速生成排名、占比、同环比、累计等；也支持向导式生成计算度量、分组计算等；还支持仪表盘智能问答，搜索一下，即刻分析。

地理数据中台初步搭建的首页效果如下：

数据可视化可以将复杂的数据和信息转化为直观、易于理解的图形和图像，从而帮助人们更好地理解和分析数据。通过数据可视化，数据变得更加清晰和易于理解，使人们更容易理解和使用数据，从而更好地制定决策。数据可视化可以通过将数据转化为视觉形式，使数据更容易被访问和比较。这有助于人们更好地了解数据的趋势和模式，从而更好地预测未来趋势。

六、总结

数据管理越来越重要，在各类场景中必不可少的要部署数据集成管理平台。

虽说中台已死，但本质上数据中台相关的数据管理能力，数据沉淀和数据快速使用等一套逻辑是相通的。市面上各类类中台产品也相对成熟，但难免让人觉得平台沉重，使用难度大、部署成本高，替换成本更高，食之无味，弃之可惜~

无代码看似和数据中台不相关，但如果能用无代码去构建一套轻量级、好用、能用的数据管理平台，何乐而不为？