国家电网华为云技术培训 华为云数据中台解决方案介绍 目录 • 国网数据中台总体方案介绍 • 结构化数据处理方案介绍 • 非结构化数据处理方案介绍 • 数据中台使用说明 2 业务 xx 中台 5 数据中台 6 物联平台 数 据 治 理 数据接口注册 数据接口管理 标 签 管 理 AI 使能 BI 报表 数据可视化 设备管理（ DMP ） 主数据 管理 系统 电网 OA 办 公系统 电网财务 系统 综合能源服 务系统 设备鉴权 设备访问权限管理 设备配置管理 输电业务 系统 配电业务 系统 计费 / 入账 数据处理 规则引擎 报表统计 资产管理 3 1 终端采 集 服务管理 资源对象管理 健康度分析 告警管理 性能管理 拓扑管理 用户管理 运维权限管理 角色管理 容量管理 AI DAYU 数据集成 DAYU 数据服务 第三方 工具 数据消费 ca ffe 目录 • 国网数据中台总体方案介绍 • 结构化数据处理方案介绍 • 非结构化数据处理方案介绍 • 数据中台使用说明 12 结构化数据处理—数据特点 生产库多由 Oracle 或者 MySQL 组成，占生产库的 90% 生产库一般会存在更新删除，比例一般为 80% 新增， 19%

对标，并且可以通过自动对标、对标参 考等方式辅助对标，快速完成对标工作。 资源目录 质量管理 数据源管理 数据对标 6 数据处理 数据提取 数据比对 数据标识 数据清洗 数据关联 数据分发 数据量大、多、杂 数据无关联，数据孤岛 方案构成 - 数据处理 数据处理 ：主要针对数据复杂多变、质量不齐、价值低、不可用的数据，通过数据融合、数据计算变成可用的数据资产。 数 据 资 产 数据复用性差 服务 打破数据壁垒，构建 统一数据实体， 实现组织内数据标准 的统一 9 1 ：搭建数据中台 2 ：完成“新基建 ”大数据基建 3 ：需要大数据分析 、 大数据研判 4 ：数据治理 、 数据处理 、 数据标准 化 5 ：数据汇聚 、 采集 、 接入 6 ：急需提升部门信息化水平 7 ：提供有价值的数据服务 …… 1 ：科技信息 （局 \ 处） 2 ：网络安全 （总队 \ 支队 \

分布式数据存储.....................................................................................85 3.5.2 数据处理和分析.....................................................................................86 3.5.3 数据快速查询 标签信息、客流信息、 上下游供应链资源等。应用功能支持原子能力封装，实现多行业快速复制，形 成规模效应。平台架构如下图所示： 移动大数据在旅游业的应用能力包括如下方面： （1）海量分钟级大数据处理能力。通过流处理+内存数据库技术来对海量 数据实时采集处理，实现客流情况分钟级监控预警；采用 MPP 并行大规模数据 库技术，支持海量数据计算和存储。日处理数据量百亿条，存储容量 PB 级。 对于涉及到两种类型数据实例中的数据关联（join）计算，需要做一系列数 据互通调度，然后在单实例上完成关联计算，整个过程复杂度高、工作量 大； 为了解决上述问题，可为上层应用提供统一的数据透明访问支撑。对上层 应用屏蔽底层数据处理实现细节，可通过标准的 SQL 无障碍地获取不同类型、 不同位置的数据库的服务，解决云计算环境下，结构化与非结构化数据并行存 储，传统关系型数据库与 NoSQL 数据库之间的数据透明访问问题，提高了用

，深度改造 现有的餐厅经营模式，将整个体系互联网化和物联网化， 提供整体信息化解决方案。餐厅现场以智能物联网机器 人为载体，借助人脸识别、服务交互和语音互动等人工 智能；后台借助云计算、大数据处理的物联网应用平台， 实现顾客从入店、点餐、用餐、支付、服务评估等全生 命周期流程的信息化处理。经过互联网和物联网技术改 造的娱乐化、好玩和有趣的餐厅，有效节约人力成本， 提升餐厅的信息化水平和管理效率，驱动顾客自传播“叫1。 用餐喜好及其它服务信息的档案，下次顾客再次光临时， 服务机器人能够主动引导客人到上次的座位、调用上次 用餐的菜单，提升顾客的服务感知。现场智能服务机器 人收集服务点评，通过物联网平台，从现场环境、菜品、 服务员等方面进行数据处理和分 析，从而方便餐厅商家的内部绩效 考核，找出管理的短板，有针对性 地提高餐厅的服务品质。 3研究内容 本文主要围绕智能餐饮物联网 端、管、云的三大模块开展研发工 作，图2为研究内容示意图，目标 服务管理能力，为顾客和 餐厅现场提供环境监测、 入座、点餐、服务互动、 支付、点评等功能，为企 业管理者提供顾客满意度、 顾客组成、用餐时长、食 料采购等统计分析功能。 平台分为感知层、接人及 网络层、数据处理层和应 用层4个部分，平台架构如图5所示。 感知层。利用智能服务机器人，采集餐厅 现场顾客人脸信息、餐厅温湿度以及视频等现 场信息信号。采集的现场信号通过线缆与智能 采集器连接，所有硬件采用模块化架构，I／0

管理和客户关系管理往往分散在不同系统中，缺乏统一的数据分析 和决策支持工具。这不仅增加了运营成本，还影响了客户满意度。 面对这些挑战，餐饮企业亟需引入先进的智能技术来提升竞争 力。DeepSeek 大模型以其强大的数据处理和学习能力，能够为餐 饮行业提供从客户需求预测、智能点餐到供应链优化的全方位解决 方案。通过深度学习和大数据分析，DeepSeek 大模型可以精准预 测消费者的口味偏好，优化菜单设计，提升客户体验。同时，其在 波动、消费者需求多样化 1.3 DeepSeek 大模型简介 在餐饮服务领域，引入先进的 AI 技术已成为提升运营效率和 顾客体验的关键策略。DeepSeek 大模型作为一种前沿的人工智能 解决方案，以其强大的数据处理能力和高效的算法优化，为餐饮行 业带来了全新的变革机会。DeepSeek 大模型基于深度学习框架， 能够通过海量数据进行训练，从而在多个场景中实现智能化操作。 其核心优势在于自然语言处理（NLP）、图像识别和推荐系统的深 顾客提供更加贴心、智能的点餐体验，同时为餐厅带来更高的运营 效率和经济效益。 2.1.2 实时菜单更新 在智能点餐系统中，实时菜单更新是提升用户体验和运营效率 的关键功能。DeepSeek 大模型通过其强大的数据处理和实时学习 能力，能够动态调整和更新菜单内容，确保顾客始终获取最新的菜 品信息。具体而言，系统可以基于以下数据源进行实时更新： 1. 库存管理系统：通过与库存管理系统的实时对接，DeepSeek

动互联网等新一代信息技术的广泛应用，全球数据规模及其存储容量正 在迅速增长，数据的类型也变得复杂多样。海量多样化的数据对信息的 有效存储、快速读取、检索提出了挑战；且其中所蕴藏的巨大商业价值 也引发了对数据处理、分析的巨大需求。当前，大数据已逐渐渗透到各 个行业和业务职能领域，数据成为企业战略资产，企业战略逐渐从"业务 驱动"转向"数据驱动"。如何通过收集和分析大量内 部和外部的数据，获取有价值的信息将成为指导企业经营决策、业务运作中的 系统和分布式计算为核心，建立全局统一的一套存储、网络、应用、管理 平台,通过统一数据格式、接口标准，推动并实现基础设施资源、软件资源、 服务资源、信息资源的共享共建，提供海量的数据存储和强大的数据处理 能力。 （2） 基础环境建设。硬件配置通用服务器、集中存储及配套设备，用于数据 存储和处理，非结构化存储能力扩展到 500TB；通过平台管理工具软件 实现服务器资源集群部署，同时使服务器群具有良好的横向扩展能力。 时代”的 到来，为产权信息化建设纵深发展提供了广阔空间，同时也对数据的整 合共享、实 时分析和深度挖掘提出了更高要求。当前，现有数据挖掘和处理模式已 不适应现代业务需求，如何找到一种全新的支撑数据处理的技术模式， 满足各部门业务需求，推动建立完善“数字主导业务”工作机制，是产权 信息化建设发展所面临的重要课题和需要突破的难点。 （四）信息化对服务创新的作用亟待加强。动态化、信息化的服务创

.......................................................................................10 1.5.2. 数据处理.................................................................................................. ................................78 6. 数据处理流程分析....................................................................................................79 6.1. 数据处理流程图..................................... ........................................................................................ 80 6.2. 数据处理流程分析..............................................................................................

度“高” n 数据中台面向的客户“六大特征” 第 5 页 3 场景 4 方案优 螃 5 以数据湖为底座，利用元数据智能驱动技术，深化数据全流程治理，提供异构数据汇聚、海量数据处理以及全域数据 运营等服务。解决企业数据领域多源异构数据融合、数据资产集中治理以及数据共享安全可控等难点。面向各行业领 域提供数据中台建设、管理及数据服务能力，赋能数字化转型与运营。 资源标签化 集 群，实时任务运行时， 会自动创建 Flink 集群。 • 支持在应用程序异常 崩溃或者手动暂停任 务等情况下，保存状 态信息，实现断点恢 复。 • 支持在数据处理过程 中，每条数据精准一 次处理。 • 基于 Connector 进行动 态扩展连接器，支持 消息队列 kafka 、数据 库 Binlog 等实时流数据， 也支持数据库 业务协同 数字化基础平台 授权认证 智能物联管控 数据处理引擎 主流 / 国产数据 库 模型、空间数据 事件协同联 动 指挥调度 微服务 容器化支持 基础管理 自助式分析 时序分析

领域级 本地 n n n n n 数据采集 拿 拿 目标： • 从烟囱式多个平台向融合大数据平台，建立统一的数据采集 与整合大数据处理、计算及数据服务能力，降低大数据使用成 本 • 通过集中各领域数据，方便创新，让数据产生更大价值 • 大中台、小前台，前台特种兵敏捷作战单元 + 中台航母舰群 实时机器学习、深度学习，增强实时数据分析 能力 • SQL 中调用各种机器学习算法和深度学习框架， 降低 AI 能力使用门槛 • 使用 SQL 进行图片识别，快 速完成非结构化数据处理 AI 能力与 SQL 融合，懂 SQL 就可以开发 AI 业务 行业算子 行业指标 行业指标计算流 基于数据分析结果优化设计、 生产、经营 零售 政府 汽车 变现 数据 -> 资产 -> 价值，成本中 心向利润中心转变 效率 行业模板 + 全流程可视，快速 构建数据价值链条 智能 +AI 智能融合数据处理，数据 统 一管理 融合 全域数据打通，再无数据孤岛 华为云智能数据运营平台价值 华为云 智能，见未来

推动数据高质量发展，快速释放数据要素 价值。 方案亮点 中电金信软件有限公司 扫码关注 微信公众号 典型案例 分布式架构，弹性扩容，安全可靠 全并行的 MPP 架构，实现对数据处理的快速 响 应；按需弹性扩容，可持续扩容至 PB 级数 据规模， 从容应对数据爆炸式增长；主备保 证，保证在任意 单点物理故障下系统依然保 证数据可靠、一致。 融合共享的大数据平台 集成大数据、人工智能，物联网等新 ，能够全面整合集 团及子公司的内部外部数据， 从而提供更全面、更准确的数据支持。 3、数据资产的沉淀和提炼，释放数据价值 沉淀通用数据资产与专业数据资产，不仅丰富了数据资源，也提高了数据处理和分析能力，推动集 团和子公司数据的高质量发展， 并实现了数据要素价值的快速释放，使得快速响应市场变化，更好 地服务客户，从而提升集团的竞争优势。 某头部保险公司数据中台项目