Dataphin（智能數據構建與管理）是阿里巴巴數據中臺團隊研發的數據中臺產品，它用于阿里集團（含螞蟻科技）內部的數據中臺建設，即它是阿里巴巴集團自己使用的數據中臺產品。。

Dataphin遵循阿里巴巴集團多年實戰沉淀的大數據建設體系（OneData、OneID、OneService），集產品、技術、方法論于一體，一站式為用戶提供集數據引入、規范定義、數據建模研發、數據資產管理、數據服務等的全鏈路智能數據構建及管理服務。助力政府機構和企業打造屬于自己的標準統一、資產化、服務化和閉環自優化的智能數據體系，以驅動創新。主要功能模塊包括：

平臺管理平臺管理是Dataphin的基礎功能，主要包含全局化功能設置、首頁引導。該功能模塊幫助用戶系統地了解和熟悉整個產品、快速開始工作，并進行必要的系統管理與控制，保障各模塊正常運轉。

全局設計基于業務全局，從頂層自下規劃設計業務數據總線，包括：劃分命名空間、定義主題域及相關名詞、劃分管理單元（即項目）、定義數據源及計算引擎源。
數據引入數據引入是基于全局設計定義的項目空間與物理數據源，將各業務系統、各類型的數據抽取加載至目標數據庫。這個過程可以實現數據同步與集成，完成各業務數據集成后的基礎數據中心建設，為后續進一步加工數據奠定基礎。

規范定義基于全局設計定義的業務總線、數據引入構建的基礎數據中心，根據業務數據需求，結構化地定義數據元素（例如維度、統計指標），保障數據無二義性地標準化、規范化生產。

建模研發基于規范定義的數據元素，設計與構建可視化的數據模型。數據模型提交發布后，系統智能自動化地生成代碼與調度任務，完成公共數據中心的全托管建設。

編碼研發基于通用的代碼編輯頁面，靈活地進行個性化的數據編碼研發，完成任務發布。
資源及函數管理
- 支持管理各種資源包（例如Jar、文本文件），以滿足部分數據處理需求。
- 支持查找與使用內置的系統函數。
- 支持用戶自定義函數，以滿足數據研發的特殊加工需求。

調度運維對建模研發、編碼研發生成的代碼任務進行基于策略的調度與運維，確保所有任務正常有序地運行。調度運維操作包括：部署數據生產任務、查看任務運行情況、管理及維護任務之間的依賴關系。

元數據中心支持采集、解析和管理基礎數據中心、公共數據中心、萃取數據中心的元數據。
資產分析
- 在元數據中心基礎上，深度分析元數據，實現數據資產化管理。
- 為用戶可視化地呈現資產分布、元數據詳情等，方便用戶快速查找、深度了解數據資產。

即席查詢支持用戶通過自定義SQL等方式，查詢數據資產中的數據。同時，通過查詢分析引擎，快速獲取物理表、邏輯表（即數據模型，或邏輯模型）的數據查詢結果。

為什么選擇Dataphin？

Dataphin在阿里巴巴內部管理EB級別數據、數以千萬級別的表，本身產品能力已經在阿里巴巴海量數據的環境中得到驗證。

Dataphin致力于屏蔽不同計算與存儲環境差異，幫助用戶快速引入數據、標準規范化構建數據。用戶可以通過建?；绞阶詣娱_發數據、萃取以實體對象為中心的標簽數據體系，沉淀業務數據知識與數據資產、治理數據問題。同時，Dataphin還支持數據表查詢、智能語音查詢等多種類型的數據服務。

選擇Dataphin，用戶可以輕松構建具有以下優勢的數據體系：

數據規范統一：采用維度事實建模理論，對維度、維度屬性、業務過程、指標字段等進行嚴格的標準化、規范化定義，保障數據質量，避免數據指標定義的二義性。
高效且自動化的編碼：基于函數化理念，對通用數據計算邏輯進行組件化定義，并可自由組建統計指標，從而實現自助化建模研發，系統自動生成代碼執行數據生產。
智能計算優化：支持從業務視角進行邏輯建模。邏輯模型發布后，系統自動化進行物理建模、編碼，從而降低對開發人員的技術能力依賴。
一站式研發體驗：數據引入、建模、研發、運維、數據查找及探查等過程一氣呵成，研發鏈路統一且高效。
系統化構建數據目錄：基于規范化建模、高效自動化的元數據抽取，以標準的技術框架系統地構建規范的業務化數據目錄，形成數據資產地圖，方便業務查找及應用。
高效的數據檢索：基于元數據及業務數據構建數據圖譜，實現快速、智能檢索數據表及數據。
可視化的數據資產：系統化構建業務數據資產大圖，從數據視角還原業務系統、提取業務數據，快速感知業務關鍵環節及數據。
數據使用簡單可依賴：通過主題式數據查詢服務，可以快速查詢和訪問研發構建的數據邏輯表，簡化約80%的查詢代碼。
提升效率：提供全鏈路、一站式、智能化的數據構建與管理工具，降低數據建設門檻。不同背景的開發人員可以自助ETL，快速滿足業務需求。通過OneData、OneEntity、OneService思想與方法論，可以完成模型和指標的抽象與自助定義、代碼自動化生產、主題數據自動聚合并輸出服務。
降低成本：以元數據為基礎、算法智能為驅動，實現物理和邏輯分層的智能自動化生產。同時，分析與優化數據資產全鏈路，優化計算及存儲資源分配，從而降低數據生產及消費成本。