📊 数据平台 / 指标

数据平台 / 指标MaxCompute 数据查询 SDK 封装 — 技术方案版本：v1.0 日期：2026-08-13 适用环境：Java 11 / Spring Boot 2.7 / Maven / 阿里云 MaxCompute 目标模块：cx-health 项目的 cx-third-util…33.1 KB · 2026-08-16 数据平台 / 指标Quick BI 数据集实现方式与直接读取数据 · 调研报告日期：2026-08-16 目标：搞清楚 Quick BI「数据集」底层是怎么实现的，以及能否直接读取数据集中的数据13.2 KB · 2026-08-16 数据平台 / 指标本体驱动的 AI Native 指标查询 · 实践方案（简化版）日期：2026-08-28 前提：数仓已产出账单表（事实表）+ 必要的维度表，忽略数仓建模过程，直接基于表结构做本体驱动的指标查询。 定位：AI Native 指标查询——自然语言驱动、本体推理、受约束 SQL，而非传统…8.5 KB · 2026-08-29 📂 目录📊 指标平台从设计到实现指标平台全流程教程（共 10 个文档）进入目录查看全部内容 → 数据平台 / 指标指标平台（指标中台）全流程教程：从需求设计到技术实现整合美团、快手、腾讯欧拉、火山引擎、字节跳动等 12 篇一线大厂指标平台实践，梳理成一份「从需求设计到技术实现」的完整学习教程。8.3 KB · 2026-09-20 数据平台 / 指标01 · 需求背景与痛点：为什么需要指标平台BI（商业智能）平台经历了三代演进（来源：美团技术团队）：7.7 KB · 2026-09-20 数据平台 / 指标02 · 指标平台的概念与演进指标平台这个概念，2021 年由 Airbnb 的 Minerva 等公司首先提出（来源：美团技术团队）。7.8 KB · 2026-09-20 数据平台 / 指标03 · 指标体系建模方法论：指标怎么定义和分类这一章是"需求设计"的核心——在建平台之前，先要把"指标"这件事本身建模清楚。7.6 KB · 2026-09-20 数据平台 / 指标04 · 系统架构设计：指标平台分几层、怎么搭指标定义清楚了，这一章讲平台本身的架构——各厂的分层设计高度趋同，说明这套架构已经收敛成"标准答案"。7.9 KB · 2026-09-20 数据平台 / 指标05 · 核心技术实现：每个模块怎么落地架构定下来后，这一章逐个拆解核心模块的实现方案。最关键的突破是美团的"自动语义"（定义即研发）。8.4 KB · 2026-09-20 数据平台 / 指标06 · 查询加速与性能优化：亿级数据怎么秒级响应指标平台"定义即研发"意味着查询会直接打到数仓明细层的海量数据上，性能成了最大挑战。这一章讲业界怎么解决——核心是从"预计算宽表"转向"动态计算 + 智能物化"。8.4 KB · 2026-09-20 数据平台 / 指标07 · 数据治理与"生产即治理"：怎么避免先污染后治理指标平台解决"口径统一"，但数据本身的质量、规范、成本问题，要靠数据治理。腾讯欧拉在这块的思考最系统。7.3 KB · 2026-09-20 数据平台 / 指标08 · AI 时代的指标平台：NL2SQL 怎么接进来指标平台的语义层，天然是 AI 问数（ChatBI / NL2SQL）的完美底座。这一章讲为什么，以及业界怎么做。5.3 KB · 2026-09-20 数据平台 / 指标09 · 选型与落地：怎么决策、怎么上手学完整个体系，回到最实际的问题：要不要上指标平台？怎么落地？ 这一章给出可执行的决策和清单。8.0 KB · 2026-09-20 📂 目录🔧 指标查询AI系统实现分步设计文档（共 7 个文档）进入目录查看全部内容 → 数据平台 / 指标本体驱动的 AI Native 指标查询 · 分步实现文档前提：数仓已产出账单表（事实表）+ 维度表，忽略数仓建模，直接基于表结构做本体驱动的指标查询。3.4 KB · 2026-08-29 数据平台 / 指标01 · 表结构解析实现目标：解析现有账单表（事实表）+ 维度表的 DDL，识别出度量字段、维度外键、口径字段，作为本体建模的输入。5.8 KB · 2026-08-29 数据平台 / 指标02 · 本体建模实现目标：基于解析出的表结构，用 OWL 2 建指标本体（指标类、维度类、口径公理），产出可被推理引擎加载的 Turtle 文件。5.6 KB · 2026-08-29 数据平台 / 指标03 · 本体数据映射实现目标：建立「本体概念 ↔ 现有表字段」的映射（mapsTo），把语义层桥接到账单表/维度表。4.6 KB · 2026-08-29 数据平台 / 指标04 · 推理引擎集成实现目标：用 Apache Jena 加载 OWL 本体，实现推理（等价识别、维度层级展开、指标推导）。5.1 KB · 2026-08-29 数据平台 / 指标05 · 受约束 SQL 生成实现目标：基于本体推理结果 + 映射，用「模板 + 参数填充」生成 SQL，并做口径校验。LLM 不写 SQL，只填参数。5.8 KB · 2026-08-29 数据平台 / 指标06 · AI 语义查询集成实现目标：接入 LLM，实现「自然语言 → 本体推理 → 指标查询 → 业务分析」的完整链路。LLM 只做槽位提取和归因分析。5.9 KB · 2026-08-29 📂 目录⚙️ 指标查询AI系统技术实现工程实现方案（共 6 个文档）进入目录查看全部内容 → 数据平台 / 指标本体驱动 AI Native 指标查询 · 详细技术实现方案基于《大数据指标查询AI系统实践方案（简化版）》的工程化落地。所有技术决策均通过对抗式审查（Adversarial Review）得出。3.8 KB · 2026-08-29 数据平台 / 指标01 · 技术选型与对抗式审查方法：每个关键决策列出候选方案，然后从「攻击者视角」批判性审视（找失败模式、找反例、找过度设计），通过审查得出最优解。约束：Java 11 后端、已有 ADB 账单表+维度表、LLM 用 DeepSeek。9.4 KB · 2026-08-29 数据平台 / 指标02 · 总体架构与项目结构┌─────────────────────────────────────────────────┐ │ Controller 层：QueryController（REST API） │ │ POST /api/que…5.8 KB · 2026-08-29 数据平台 / 指标03 · 核心模块设计代码级设计，Java 11 + Spring Boot。每个模块给出关键类的完整实现思路。11.4 KB · 2026-08-29 数据平台 / 指标04 · 关键文件三个核心文件：本体骨架（metric.ttl）、指标配置（metrics.yaml）、Maven 依赖（pom.xml）。本体管推理，配置管数据。6.9 KB · 2026-08-29 数据平台 / 指标05 · 部署与演进目标形态：单机内网部署的 Spring Boot 应用，连 ADB（AnalyticDB）+ 调 DeepSeek。5.4 KB · 2026-08-29