数据中台选型必读（六）：说说数据服务的七大核心功能

在前面的文章中&＃xff0c;我们介绍了数据中台的元数据中心、指标字典与指标体系、数据模型设计、数据质量评估等内容&＃xff0c;这些都是One Data理念下数据中台架构的重要部分。

我们今天要讲的One Service——统一数据服务&＃xff0c;指的是由数据中台提供统一的数据接入和数据查询服务。

数据中台核心架构中的数据服务

它提供了三项数据服务&＃xff1a;

主题式数据服务&＃xff1a;基于元数据和规范定义和建模&＃xff0c;构建主题逻辑表&＃xff0c;屏蔽复杂物理表&＃xff0c;提供业务视角下的查询。
统一且多样化数据服务&＃xff1a;一站式提供一般查询、OLAP分析、在线接口服务等查询和应用服务&＃xff0c;便于数据跟踪管理。
跨源数据服务&＃xff1a;统一数据接入层&＃xff0c;屏蔽多种异构数据源的读写差异&＃xff0c;减少数据访问和应用成本。
数据服务为数据和应用之间建立了一座“沟通的桥梁”&＃xff0c;这座桥梁的存在形式是API。

可以把API想象成一个电源插座&＃xff0c;比如你现在的应用是想用吹风机吹头发&＃xff0c;只要你的吹风机有一个匹配的插头&＃xff0c;并将其插入&＃xff0c;电流&＃xff08;数据&＃xff09;就会流向你的吹风机&＃xff0c;并转换成风能&＃xff08;价值&＃xff09;。

本文将详细介绍数据中台数据服务的七大核心功能。

第一&＃xff0c;接口规范化定义。对各个数据应用屏蔽了不同的中间存储&＃xff0c;提供的是统一的API。

第二&＃xff0c;数据网关部署。作为网关服务&＃xff0c;数据服务必须要具备认证、授权、限流、监控四大功能&＃xff0c;这是数据和接口复用的前提。

认证。为了解决接口安全的问题&＃xff0c;数据服务首先会为每个注册的应用分配一对accesskey和secretkey&＃xff0c;应用每次调用API接口&＃xff0c;都必须携带。
授权。对于每个已发布的 API&＃xff0c;API 负责人可以对应用进行授权&＃xff0c;只有权限的应用才可以调用该接口。
限流。API 接口的负责人可以对应用进行限流&＃xff08;例如限制每秒QPS不超过 200&＃xff09;&＃xff0c;如果超过设定的阈值&＃xff0c;就会触发熔断&＃xff0c;限制接口的访问频率。需要注意的是&＃xff0c;对于接口复用来说&＃xff0c;限流功能非常必要&＃xff0c;否则会造成不同应用之间的相互影响。
监控。例如&＃xff0c;接口的 90% 的请求响应时间、接口调用次数、失败次数等相关的监控。同时&＃xff0c;对于长时间没有调用的API &＃xff0c;应该予以下线。
第三&＃xff0c;数据全链路打通。服务很难避免出现问题或者故障&＃xff0c;一旦出现问题&＃xff0c;及早发现及早介入是非常重要的&＃xff0c;因此&＃xff0c;数据服务必须负责维护数据模型到数据应用的链路关系&＃xff0c;构建服务平台的全链路监控&＃xff0c;包括&＃xff1a;

数据同步&＃xff1a;对数据资产同步至高速存储的过程进行监控&＃xff0c;包括数据质量检测&＃xff08;过滤脏数据&＃xff09;、同步超时或者失败检测等&＃xff1b;
服务稳定性&＃xff1a;构建一个独立的哨兵服务&＃xff0c;来监测每个API的运行指标&＃xff08;如延迟、可用性等&＃xff09;&＃xff0c;客观的评估健康度&＃xff1b;
业务正确性&＃xff1a;数据服务需要确保用户访问的数据内容和数据资产表内容是一致的&＃xff0c;因此&＃xff0c;哨兵服务会从数据一致性层面去探查&＃xff0c;确保每个API的数据一致性。

第四&＃xff0c;确立推和拉的数据交付方式。可参考上面提到的API数据访问的两种模式。

第五&＃xff0c;利用中间存储&＃xff0c;加速数据查询。数据中台中数据以Hive表的形式存在&＃xff0c;基于Hive或者是Spark计算引擎&＃xff0c;并不能满足数据产品低延迟&＃xff0c;高并发的访问要求&＃xff0c;因此&＃xff0c;一般做法是将数据从 Hive 表导出到一个中间存储&＃xff0c;由中间存储提供实时查询的能力。

第六&＃xff0c;基于逻辑模型发布API&＃xff0c;实现数据的复用。逻辑模型是解决数据复用的一个策略&＃xff0c;在相同的物理模型之上&＃xff0c;应用可以根据自己的需求&＃xff0c;构建出不同的逻辑模型。我们可以在数据服务中定义逻辑模型&＃xff0c;然后基于逻辑模型发布API。逻辑模型实际是多个物理表&＃xff0c;从用户的视角&＃xff0c;一个接口可以访问多张不同的物理表。逻辑模型类似数据库中的视图&＃xff0c;相比于物理模型&＃xff0c;逻辑模型只定义了表和字段的映射关系&＃xff0c;数据是在查询时动态计算的&＃xff0c;因此&＃xff0c;不占用大量的物理存储空间。

第七&＃xff0c;构建数据市场&＃xff08;API集市&＃xff09;&＃xff0c;实现接口复用。为了实现接口的复用&＃xff0c;我们需要构建API 集市&＃xff0c;应用开发者可以直接在API集市发现已有的数据接口&＃xff0c;直接申请该接口的 API权限&＃xff0c;即可访问该数据&＃xff0c;不需要重复开发。数据服务通过元数据中心&＃xff0c;可以获得接口访问的表关联了哪些指标。使用者可以基于指标的组合&＃xff0c;筛选接口&＃xff0c;这样就可以根据想要的数据&＃xff0c;查找可以提供这些数据的接口&＃xff0c;形成闭环。

此外&＃xff0c;需要关注的是&＃xff0c;在当前最新的应用中&＃xff0c;API已超越了技术范畴&＃xff0c;从对技术的要求转变为商业战略和商业模式的需求&＃xff0c;许多企业开始启动API战略&＃xff0c;构建API生命周期管理。由于本篇不是重点介绍API内容&＃xff0c;因此先抛出这样的观察。