文档

概述

更新时间:

阿里云DataWorks联合建模工具DDM(Datablau Data Modeler)为您提供一体化的数据建模解决方案(DATABLAU),将数据模型设计管控、引标落标等能力融入DataWorks规范化开发流程,助力用户实现数据资产价值化输出,在数据全生命周期上夯实数据基础,为客户的数据价值化提供有力支撑。

使用流程

使用阿里云DataWorks的数据建模(DATABLAU)时,您需要:

  1. 购买使用:目前数据建模(DATABLAU)已进入商业化阶段,您需要购买后才能使用。

  2. 准备账号与权限:购买数据建模(DATABLAU)后,您可参见用户授权与管理章节规划您的业务中的用户角色并做好授权。

  3. 准备建模工具:数据建模DATABLAU支持线下客户端和线上Web(即DataWorks的控制台页面)两类工具,建模前您需要参见下载建模工具(DDM)章节下载并安装好建模的线下客户端,为后续的建模操作做好工具准备。

  4. (可选)熟悉操作流程与界面:入门实践为您提供了试用操作的数据样例和模型样例,您可参见此章节操作验证,快速了解数据建模的使用流程与界面。

功能概览

阿里云DataWorks的数据建模(DATABLAU)主要提供如下功能:

  • 模型的可视化设计:提供专业化的本地客户端与在线轻量级的客户端,供您在不同工作场景下进行可视化建模。

  • 协同设计:支持多人同时登录协同进行模型设计。

  • 数据标准:提供管理者定义数据标准、代码规范及命名规范。

  • 智能引标:提供模型设计人员在构建模型时引用预先设定好的标准的能力,实现事前落标。

  • 正向与逆向DDL:不仅支持将工具中设计好的模型直接下发至引擎,而且支持将引擎中已存在的模型提取至工具中进行再编辑、再下发,告别传统模型工具手工导入、导出的繁琐操作。

  • 模型库:支持用户将模型签入、签出至模型库统一管理的模式。

  • 模型落标监控:支持对已落到引擎中的模型进行基线检查,帮助用户轻松发现表结构与物理模型结构的不一致。

  • 与DataWorks开发体系完美结合:支持将模型的发布与DataWorks已有开发流程关联,实现更加规范化的从模型设计到模型发布上线的流程。

产品优势

进行数据模型管理时,行业普遍存在模型管理没有形成管理机制、数据模型缺少长期积累、没有工具支撑项目组无法有效落标等痛点。阿里云DataWorks联合建模工具DDM(Datablau Data Modeler)为您提供一体化的数据建模解决方案(DATABLAU):

  • 体系化的模型管理:提供正版、统一、体系的模型管理工具,同时支持线下客户端与线上Web。

  • 高度开放:可基于DDM进行二次开发,与行业内其他管理工具进行集成。

  • 模型库:提供业内成熟的业务逻辑模型的模型库,可参考模型库中的模型或积累沉淀更适合企业自身业务需求的模型库。

  • 引标落标:支持企业参考业内成熟的数据标准并自定义更适合企业自身业务需求的数据标准,以工具进行引标落标及监控落标的情况,提升最终数据质量。

  • 本页导读 (1)
文档反馈