7 《附录 A.2. 3. 1 智能 网联先导区/示范区-云 控基础平台可接入性需 求图》 Stk3.2 车路云数据管理需求 18 《附录 A.2. 3. 2 智能 网联先导区/示范区-车 车路云一体化系统云控基础平台参考架构 29 路云数据管理需求图》 Stk3.3 自动驾驶车辆测试需 求 18 《附录 A.2. 3. 3 智能 网联先导区/示范区-自 动驾驶车辆测试需求图》 图 3-3 用户需求分类模型 车路云一体化系统云控基础平台参考架构 31 3.1.3 系统需求 对用户需求进行分析，提炼出 13 类系统能力共性需求：通信能 力需求、数据管理能力需求、协同感知能力需求、协同决策能力需求、 远程控制能力需求、信息发布能力需求、信息订阅能力需求、车辆定 位能力需求、分级共享能力需求、示范区运营能力需求、车辆接入安 全能力需求、地图能力需求、自动驾驶测试能力需求。 求分级模型-车辆定位能 力需求》 S10.1 车辆精准定位需 求 3 S11 数据管理能力需 求 《附录 A.3.11 系统需 求分级模型-数据管理能 力需求》 S11.1 高动态数据缓存 及计算需求 3 S11.2 数据总线需求 6 S11.3 动态大数据管理 需求 7 S12 自动驾驶测试能 力需求 《附录 A.3.12 系统需 求分级模型-自动驾驶测

质量管控 工序数据质量实时监控预警 E2E 融合质量数据预警系统 数据可靠性分析 物联网数据 应用 数据资产管理 物流数据采集系统 IT 产线数字化 生产安全数字化 制造能耗数据管理 云制造数据 分析 测试，仪表，诊断，维修数据 / 智能诊断， 装备维护，大数据云调度 制造数据 可视化 订单全流程可视 制造测试网络监控可视 质量管控数据可视 生产运营可视化 超过 60% 计划或已经建立数据管理委员会 From 信通院、艾瑞咨询：预计到 2020 年，大数据软件市场规模将达 到 268.2 亿元，年复合增长率 38.6% ；大数据服务市场规模将达到 165.9 亿元，年复合增长率 41.4% 。初步估算数据管理市场约 43 亿， 核心发展方向：数据资产管理、 数据可视化以及机器学习 企业越来越重视数字化运营 ，核心重点是数据管理、可视以及数据治理 大数据能力框架，数字资产管理作用将被关注 大数据能力框架，数字资产管理作用将被关注 基础大数据产品逐步成 熟，数据安全、数据开 放以及主数据管理需求 旺盛。 From 中国信通院《中国大数据发展调查报告 2018 》 n 井喷增长的数字化业务需求 n 数据隐私和安全将对业务发展带来 影 响 n 数据贯穿企业内外分布在多个系统 n 人工智能将切实重塑商业模式 n 规模化、复杂的业务生态 业界洞察— Gartner ：日益增

拓扑管理 用户管理 运维权限管理 角色管理 容量管理 AI 应用场景 服务生命周期管理 服务列表 数据 仓库 中台 志 大数据分析 DWS （ GaussDB200 服务化） 数据管理 统一接入、统一管理、统一服务的国网数据中台架构 数据服务（ DAYU ） Kafka 消息中间件 结构 化 业务类 采集类 ERP PMS 用采 J 营销系统 财务系统 缓存 ) DLI( 跨源分析 ) DLI( 实时流计算 ) CSS( 云搜索服务 ) 报表分析 GES ( 图引擎服务） 标签管理 模型层 近源层 E 文件 ETL 数据质量管理 元数据管理 数据开发 数据资产 模型管理 数据安全 人力资源 管理 IoT 平台 4 其他 层次 特点 选型组件 贴源层 • 数据只增不减，具备审计能力，并提供给共享层做数据恢复 • DAYU 数据解析 3 DRS 实时抽取 备库 RDS 备库（可选，按需） DRS 实时抽取 2 数据管理 ETL 数据开发 元数据管理 模型管理 5 贴 源 层 结构化数据处理 - 总体流 程 业务类 ERP PMS 营销系统 财务系统 DAYU

Zigbee 物流跟踪 设备 管理平台 以太网 1 3 2 原材料、成分 温度、湿度、成分 计量、换算 阀门开关 权限管理 安全策略 &QoS 应用适配器 操作门户 API 终端管理 数据管理 网络连接管理平台 网络通讯规划 工业协议 实时控制 快速收敛 流量隔离和管理 易用性 站点操作和控制 多服务网络 网络和安全管理 路由 应用和数据共享 访问控制 威胁防范 平伟用户 基础设施即服务 (IaaS) 平台即服务 (PaaS) 软件即服务 (SaaS) / 应用系统 用户 / 管理门户 报告和分析 服务管理和监控 分析工具 分析工具 数据管理 数据管理 报告管理 报告管理 知识管理 知识管理 社交协同 应用集成 流程管理 流程管理 PLM PLM EMS EMS MES MES RFID 跟踪 RFID 跟踪 ERP 产品结构 能源转化系统 基础数据 节能目标设置 采集参数设置 系统配置 智慧能源管理主要业务功能 通信通道参数 采集设备参数 数据分组管理 采集参数配置 采集数据管理 通讯设备状态监控 设备通讯数据监控 数据管理 能耗设备管理 能源消耗分析 报表管理 数据维护 数据存储 电力能耗目标设置 水源能耗目标设置 气体能耗目标设置 谢 谢

发利用的场景。发挥行业协会商会作用，推动人工智能、可穿戴设 备、车联网、物联网等领域数据采集标准化。 6 / 309 大数据能力平台建设项目方案建议书 1.3.3 加强数据资源整合和安全保护 探索建立统一规范的数据管理制度，提高数据质量和规范性， 丰富数据产品。研究根据数据性质完善产权性质。制定数据隐私保 护制度和安全审查制度。推动完善适用于大数据环境下的数据分类 分级安全保护制度，加强对 Z 务数据、企业商业秘密和个人数据的 运行模式，提升 ZF 运行效能， 优化营商环境，为推动“新基建”产业发展奠定基础。 1.5 市一级 Z 务大数据应用的痛点分析 尽管目前市一级 ZF 普遍在数据治理方面工作取得了一定成效， 但部分仍存在数据管理机制尚未健全、数据标准执行效果不佳、数 据共享能力有待加强、数据应用能力仍需提升等问题。 1、数据共享难质量不高：各个部门审批系统数据共享难，数据 推送不及时，经常掉件、错件，已有的部分数据存在数据质量问题， 系统的数据还 难以采集和获取。 4、数据标准缺失：如果上级标准不明确不细化，下级如何开展 数据标准梳理工作？下级部门形成了标准，如何得到上级认可？如 何与其它地方标准对接？ 5、数据管理无序：数据管理工作无序化现象严重,各 ZF 部门重 本单位需要轻跨部门统筹要求，存在利益固化的体制壁垒，困扰 ZF 数据治理的可持续发展。 6、数据质量不高：数据质量不高，数据标准不统一，难以用统

........................................................................................36 7.5. 元数据管理.................................................................................................. 从广义上来讲，大数据平台需要为建设方提供高效、安全、全面、方便的数据资 产的获取和存储能力。但对于信息化基础较好的建设方，在长期应用集成、数据集成 工作中，一般前期都建设了数据中心、数据仓库等数据管理系统，因此很多建设方可 以基于原来的数据中心平台、数据仓库系统等已有的软硬件工具来提供数据采集和存 储的能力。 1.3. 数据资产的共享和协作 大数据平台一定是跨域的，需要让所有的人都知道数据资产目录在哪里。不能因 门和单位的 数据提供及服务使用代理方，对大数据平台的使用进行统一管理和协调。 主要职责包括： 1) 作为数据资源全生命周期闭环流程的发起人，提供数据资源并协同完成数据 集成； 2) 执行数据管理规范，按标准集成、使用数据服务，包括数据访问、报表查询、 决策分析等； 3) 作为数据管控流程的最后参与使用者； 4) 作为数据资源价值的最终获益人。 2.2.3. 管理制度 2.2.3

Flink Yarn 云存储 Click House 引 擎 任 务 信 息 采 集 模 块 Spark 引 擎 任 务 管 理 系 统 MR 引擎 美图大数据存储管理 数据管理 存算分离 l 解决存算合一资源浪费问题 l 打破多集群间的数据孤岛 l 存储资源按需灵活缩扩容 l 实现重要数据异地备灾 l 实现多级存储，节省成本 计算优化 l 列式存储 orc 业务系统 统一的数据访问 API 可视化配置 实时计算 数据管理 数据订阅 平台 SDK 数据分发 任务调度系统 美图智能计算引擎 云基建 SQL 配置 离线统计 数据集成 固化业务 即席查询 成本管理 元 数 据 管 理 中台体系应用与服务 丰富的数 据平台 智能 计算引擎 数据服务 与应用 采集传 输管理 存算分离 数据管理 未来规划 深入数据资产管理 挖掘数据价值，助力业务发展 建立智能监控平台 保证数据输出质量 THANKS

基础资源库数据报表统计 30 .2 数据质量管理 30 .2.1 数据质量监测 30 .2.2 数据质量评估 31 .2.3 问题数据追溯反馈 32 .3 元数据管理 32 第 7 章 数 据 服 务 总 线 34 . 34 .1 基础数据服务和接口 34 .1.1 资源数据服务 34 .1.2 业务数据服务 功能，为平台用户提供更优质的服务。 推荐引擎主要是基于投资人行为分析结果，按照相同角色、相同地 区、相同职务、相同业务构建推荐模型，给投资人推荐可能感兴趣的项 目信息。 第6章数据管理 .1 数据集成监管 .1.1 数据集成作业监管 由于需要从大量数据源抽取海量数据，需要部署多套 ETL 工具、配置 上百个 ETL 作业进行数据抽取、清洗、转换和装载，因此，需要对全部 .2.3 问题数据追溯反馈 数据质量管理工作中最为重要的内容就是对问题数据管理。发现问题 数据后要及时反馈给数据源，由数据源对问题进行追溯分析并制定解决 方案，启动问题数据维护流程。问题数据追溯反馈功能实现以上业务流 程的系统化处理。主要功能包括：问题反馈、问题评估、问题处理报 告、处理工作评估。 .3 元数据管理 元数据是对各种信息资源、业务数据库、非结构化数据、业务模型、 业务规则

难以支持未来发展目标实现 **** 需要一套能够支撑未来持续快速发展的管理平台 网络订货平台 金蝶 8 **** 信息化已经进入到变革阶段 初始阶段 传播阶段 控制阶段 集成阶段 数据管理阶段 成熟阶段 计算机时代 信息时代 诺兰模型信息化模式转折点 **** 信息化 已经历的阶段 企业信息系统进化的阶段模型 - 诺兰模型 实施重点： 横向一体化管理平 台核心部分：财务 IT 工具 实施范围 •销 售管理、供应链管理、财务管理、 生产管理，物料清单管理，供应商协 同，质量管理，设备管理、供应商生 命周期、采购寻源管理 不断优化、完善 集成阶段：建立一体化架构 数据管理阶段：全面覆盖 成熟阶段：信息资源充分利用 基础建设、重点切入 横向拓展、纵向深化 建立管理闭环 系统模块分阶段实施范围建议 业务范畴 一期 二期 三期 销 售管理  客户信息管理  供应商协同（价格、订单、交货、质量、 结算、准入、考核）  采购管理（推广及新 业务板块 ）  供应商生命周期管理  采购寻源管理  采购管理 BI 分析 库存管理  物料基础数据管理  库存出入库业务管理  库存管理（推广及优化）  库存管理（推广及新 业务板块 ）  库存管理 BI 分析 财务管理  集团财务统一核算体系  应收、应付、资金、固定资产、总账、预算、成本