阿里云DataWorks概述_大数据开发治理平台 DataWorks(DataWorks)-阿里云帮助中心

DataWorks为您提供智能建模、数据清洗、周期调度运维、数据治理等一站式大数据开发管理能力，本文以一个零售电商行业的数仓搭建实验为例，为您介绍DataWorks在数仓搭建过程中的技术选型、技术流程以及流程实现，帮助您深入了解阿里云DataWorks。

背景信息

本次实验根据零售电商行业的会员、商品、交易、物流、评价等业务数据计算出GMV（商品交易总额）、用户画像等数据供业务决策。您可以通过本次实验，了解到如下信息。

说明

本次实验数据仅作为阿里云大数据开发治理平台DataWorks数据应用实操使用，所有数据均为人工Mock数据。

数据建模：大数据开发治理平台 DataWorks数据建模（可选），标准版及以上版本可使用，需要单独购买。
原始数据存储：云数据库 RDS MySQL（必选），本实验中DataWorks为您提供了阿里云RDS MySQL用于测试，包含了测试数据，无需您自己开通。
数据传输：大数据开发治理平台 DataWorks数据集成（必选），基础版DataWorks已包含数据集成功能。
大数据存储与计算：云原生大数据计算服务 MaxCompute（必选）、实时数仓Hologres（可选）、开源大数据平台E-MapReduce（可选），您可根据需要开通MaxCompute、Hologres或E-MapReduce。
数据开发与调度：大数据开发治理平台 DataWorks数据开发（必选）、DataWorks运维中心（必选），基础版DataWorks已包含数据开发和运维中心功能。
数据治理：大数据开发治理平台 DataWorks数据质量（必选）、大数据开发治理平台 DataWorks数据地图（必选）、大数据开发治理平台 DataWorks数据保护伞（必选），基础版DataWorks已包含。
数据展示：智能分析套件Quick BI（必选），您可根据需要开通Quick BI。

本文通过以下DataWorks的核心功能和其他相关阿里云产品，为您演示零售电商场景下的数仓搭建流程，您可提前了解相关信息。

主要操作流程	操作目的
维度建模	使用DataWorks的智能数据建模完成对业务数据仓库的模型规范制定及数据分层、数据域、业务过程等信息的设定，完成逻辑模型的设计，并将逻辑模型发布生成物理表。 DataWorks智能建模会将创建的模型表发布到MaxCompute引擎中。
数据开发	使用DataWorks的数据集成功能，将其他数据源中的数据同步到MaxCompute中。使用DataWorks的数据开发功能，将同步到MaxCompute中的数据进行清洗加工，并将结果数据写入MaxCompute表中。说明 RDS MySQL作为本次实验中存储原始数据的数据源。您无需自行准备RDS MySQL云产品及数据，本实验为您提供公共的实验环境与数据。
任务运维	使用DataWorks的运维中心，周期性调度数据同步、清洗加工任务流程，获得每日的最新业务数据，同时可以监控每日任务运行的状态。
数据治理	使用DataWorks的数据地图、数据质量、数据保护伞等功能，实现查看管理元数据、监控数据质量、敏感数据展示脱敏等。
生成数据API	通过DataWorks的数据服务功能，将数据表快速生成API，并发布至网关统一管理，供第三方服务使用。
数据展示：Quick BI	通过Quick BI搭建面向不同业务需求的可视化大屏，可视化展示数据结果，便于进行业务数据分析。

本文以下的操作演示为操作示例，随产品迭代更新，部分操作示例图可能与您的实际操作环境有细微出入，一般情况下，您可以参考对应功能的官方文档找到入口，不会影响您实验整体操作流程。