# 数合治理平台

**Repository Path**: elfbobo_admin_admin/jetty-server-2025

## Basic Information

- **Project Name**: 数合治理平台
- **Description**: 为政府、企业及科研机构提供数据全生命周期管理解决方案，覆盖数据探查、集成、建模、可视化到服务发布全流程，实现数据资产价值挖掘与应用闭环。
项目请看 http://www.hbshuhe.com/
- **Primary Language**: Java
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: http://www.hbshuhe.com/
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 5
- **Created**: 2026-03-23
- **Last Updated**: 2026-03-23

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 数据智能平台全产品矩阵方案

## 📌 方案概述

本方案整合六大核心产品模块，构建**“数据接入→数据治理→数据建模→智能问答→图谱分析→可视化呈现”**的全链路数据智能平台，为企业提供一站式数据资产管理及分析决策解决方案。

---

## 🎯 目标用户群体

| 用户类型 | 核心诉求 | 适用产品 |
|---------|---------|---------|
| 业务人员 | 零门槛数据分析，自助取数 | 智能问数、可视化大屏 |
| 数据分析师 | 快速建模，多维度分析 | 建模平台、可视化大屏、知识图谱 |
| 数据工程师 | 数据集成、治理、调度 | 数据集成、数据治理、建模平台 |
| 数据科学家 | 算法验证，特征工程 | 建模平台、知识图谱 |
| 管理层/决策者 | 全局洞察，数据决策 | 可视化大屏、知识图谱、数据治理 |
| 合规/安全人员 | 数据安全、审计、权限 | 数据治理、数据集成 |

---

## 🧩 产品矩阵总览

| 产品模块 | 核心定位 | 关键功能 | 用户价值 |
|---------|---------|---------|---------|
| **数据集成** | 多源数据接入与交换 | Excel/API/MQTT接入、数据对账、任务调度 | 提升接入效率80%，降低人工干预 |
| **数据治理** | 资产管理与质量管控 | 元数据管理、质量巡检、安全审计、权限管控 | 保障数据可信、合规、可控 |
| **智能建模** | 可视化数据建模与机器学习 | 拖拽算子、算法集成、实时预览、定时任务 | 开发效率提升5倍，零门槛建模 |
| **智能问数** | AI自然语言生成SQL | 语义解析、数据集配置、查询保存复用 | 查询效率提升10倍，人人可用 |
| **知识图谱** | 关联关系挖掘与分析 | 零代码构建图谱、G6可视化、Neo4j集成 | 发现隐性关联，辅助深度洞察 |
| **可视化大屏** | 拖拽式数据看板构建 | 20+组件库、智能图表、参数联动、服务管理 | 实时监控，辅助决策 |

---

## 🌟 核心功能亮点整合

### 1️⃣ **数据接入与集成**（数据集成）
- **多源接入**：Excel模板、API、MQTT、数据库全量/增量接入
- **智能对账**：源-目标数据比对，差异可视化
- **任务调度**：定时执行、禁止时段、实时监控日志

### 2️⃣ **数据治理与资产管理**（数据治理）
- **资产全景**：自动采集元数据，构建数据地图
- **质量管控**：预置规则模板，定时巡检，异常告警
- **安全审计**：全操作日志记录，PDF报告导出
- **权限模型**：RBAC+数据权限隔离，分级分类管理

### 3️⃣ **可视化建模与机器学习**（建模平台）
- **拖拽式设计**：20+算子（源、清洗、关联、聚合、算法、输出）
- **实时预览**：每一步结果可见，支持导出
- **算法集成**：回归、分类、聚类算法开箱即用
- **定时更新**：模型自动化运行，结果表自动刷新

### 4️⃣ **AI智能问答**（智能问数）
- **自然语言转SQL**：支持复杂查询、多表关联
- **数据集配置**：三步完成数据模型构建
- **查询管理**：多标签页、SQL手动编辑、结果保存复用

### 5️⃣ **知识图谱构建与分析**（知识图谱）
- **零代码配置**：表→节点→关系，三步生成图谱
- **可视化探索**：多布局切换、右键扩展、筛选搜索
- **图数据库集成**：实时连接Neo4j，支持血缘分析

### 6️⃣ **可视化大屏构建**（可视化）
- **组件丰富**：图表、表格、参数、装饰20+组件
- **智能联动**：参数与图表实时联动，钻取跳转
- **服务管理**：API注册、审批、发布、日志追踪
- **主题切换**：一键换肤，适配不同场景

---

## 🔗 产品协同价值

| 业务流程 | 使用产品组合 | 价值体现 |
|---------|-------------|---------|
| **数据接入→治理→建模** | 数据集成 + 数据治理 + 建模平台 | 形成数据开发治理一体化流水线 |
| **建模→智能问答** | 建模平台 + 智能问数 | 模型结果直接用于AI问答，加速分析 |
| **治理→图谱→可视化** | 数据治理 + 知识图谱 + 可视化大屏 | 从资产梳理到关联分析再到决策呈现 |
| **集成→服务→大屏** | 数据集成 + 可视化大屏（服务管理） | 数据即服务，实时监控大屏 |

---

## 📈 典型应用场景全解

### 场景一：企业级数据底座建设
**痛点**：数据分散、标准不一、质量难控  
**方案**：数据集成（接入） + 数据治理（标准+质量） + 建模平台（清洗）  
**收益**：统一数据底座，数据可信可用

### 场景二：业务自助分析与决策
**痛点**：IT响应慢，业务取数难  
**方案**：智能问数（自然语言查询） + 可视化大屏（自助看板）  
**收益**：业务人员自主分析，决策效率提升

### 场景三：关联关系深度挖掘
**痛点**：数据孤岛，隐性关联难发现  
**方案**：知识图谱（构建+探索） + 可视化大屏（关联呈现）  
**收益**：发现业务新洞察，支撑精准营销/风控

### 场景四：实时数据监控与预警
**痛点**：系统状态不可见，异常响应慢  
**方案**：数据集成（MQTT接入） + 可视化大屏（实时看板） + 治理（质量告警）  
**收益**：实时监控，异常秒级响应

### 场景五：机器学习建模全流程
**痛点**：编码门槛高，特征工程繁琐  
**方案**：建模平台（算子+算法） + 智能问数（结果查询） + 可视化（模型效果展示）  
**收益**：零代码建模，快速验证迭代

---

## 💪 技术优势整合

- **前端**：React + TypeScript + Ant Design + ProComponents
- **可视化引擎**：（流程图）、（图谱）、（表格）
- **后端**：Spring Boot / FastAPI，支持多数据源（MySQL、Oracle、GBase、Neo4j、Weaviate）
- **AI能力**：DeepSeek大模型、RAG检索增强、向量检索
- **部署**：支持私有化、混合云、SaaS多模式
- **安全**：RBAC权限、操作审计、数据加密

---

## 🎁 用户收益全景图

| 角色 | 收益点 |
|------|-------|
| **业务人员** | 自然语言取数，拖拽建看板，零门槛洞察数据 |
| **数据分析师** | 可视化建模，快速验证，多工具协同分析 |
| **数据工程师** | 统一平台开发治理，减少编码，提升效率 |
| **数据科学家** | 算法组件化，快速原型，特征工程可视化 |
| **IT管理者** | 资产清晰，质量可控，安全合规，降本增效 |
| **企业决策者** | 实时数据决策，全局可视化，数据驱动增长 |

---


**让数据全链路智能，让决策更精准高效！**


## 安装教程

1.  安装元数据库，支持mysql 8；建立my_sjzl_2025数据库，采用utf8编码，导入数据库脚本\src\main\resources\my_sjzl_2025.
    sql；
2.  安装生产数据库，支持mysql8 和 postgresql 10。建立self_owned和original两个库，采用utf8编码。
3.  打开工程，通过maven下载三方类包，配置Java8, 配置db-dev.properties文件，启动\src\java\com\shuhe\JettyServer.java
4.  浏览器访问 http://localhost:12580/pages/mxgc/
5.  登录账号：ry，密码：123456
6.  图谱功能依托neo4j库

#### 使用说明
详见 http://www.hbshuhe.com/