数据湖建设解决方案.pptx

数据湖建设解决方案.pptx

《数据湖建设解决方案.pptx》由会员分享，可在线阅读，更多相关《数据湖建设解决方案.pptx（39页珍藏版）》请在冰点文库上搜索。

数据湖建设解决方案,目录,项目建设背景,解决数据“汇”、“存”、“管”、“用”、“营”难题,数据湖及应用平台,数据分散：

基础数据分布在各个应用平台中，应用开发商整合能力差；数据管理能力较弱：

缺乏统一的数据标准管理、数据质量管理、数据开发管理、数据服务管理、数据安全管理和监控运维管理等；数据利用能力不强：

现有数据无法适应新业务需求，同时历史数据无法并入新的系统再利用。

集团战略管控数字化；业务运营数字化；产业协同数字化；管理支撑数字化。

响应国家“十四五”规划提出的“加快数字发展，建设数字中国”，推进“三医”联动持续深化改革，以“守护生命与健康”为使命，筹划建设“集团城市健康中心”，打造以传统中医药理论为基础，依托现代科技赋能，基于用户关系经营，通过大数据、实体医疗、网络诊疗平台、药事服务平台和新零售平台等提供防、养、调全渠道多场景的健康产品、健康内容、健康定制和健康管理服务，打造一站式解决目标用户健康问题的创新型健康服务中台。

集团信息化现状分析,集团领导,市场,财务,销售,运营,办公自动化系统,三方OMS,生产管理系统,全渠道数字化平台,移动应用,门户网站,ERP系统,人力资源系统,业务信息系统,集团级,集团财务系统,项目管理级,公司级,1,2,3,4,业务运营和管理遇到的问题分析,未统一业务口径和数据标准,数据质量层次不齐,缺乏统一数据管理支撑平台,需方多、变化快,信息化投入较大，却不能及时有效了解集团整体业务运营情况海量业务报表，却无法对决策管理提供有效支撑无法通过企业关键绩效指导决策,大量时间精力投入到数据收集、报表制作中缺乏统一的业务运营口径和指标标准业务的管理口径和财务口径不一致，各部门运营管理信息存在交叉重复对上级部门运营管理汇报要求不够灵活，响应效率低下；对下级单位数据收集不及时、不准确运营管理缺乏综合性系统和完整的数据支撑能力,缺少统一的平台满足决策层、管理层和运营层等对数据应用的各种需求运营管理需求反复变更、“多对多”的情况，IT服务部门疲于应付运营管理应用需求类型多、数量多、口径不一和数据质量差等原因，导致开发周期较长，时效性差等问题业务数据来源分散，缺乏整合统一的基础数据，无法有效支撑决策和管理,集团高管层（决策层）,IT服务支撑层,业务运营管理层,数据孤岛、数据分散,总体建设目标,以“守护生命与健康”为使命，推动企业数字化转型，建立集团数据湖及应用平台，全面提升集团智慧化经营决策管理能力。

借助5G、云计算、大数据、物联网和人工智能等技术，重点解决战略闭环、业务运营、管理支撑等业务系统间数据不通和数据孤岛等问题，破解数据“汇”、“存”、“管”、“用”、“营”等难题。

通过建立集团统一的数据湖及应用平台，提供数据汇聚、存储、治理、分析、服务、共享、应用和运营能力，夯实企业大数据智能化、经营管理智能化、业务作业智能化、医疗健康行业运营智能化的“4智”应用基础支撑能力，构建跨业务、跨部门和跨层级的融合应用场景，形成企业“数智化”运行的智能中枢，实现经营状态的实时监测，经营数据的辅助决策、指标的智能预警预测，关键问题的智慧决策，打造集团运行管理闭环与智慧化决策能力。

离线数据采集实时数据采集结构化数据采集非结构化数据采集视频数据采集物联网数据采集互联网数据采集手工数据补录采集,数据库数据存储文件数据存储图片数据存储声音数据存储视频数据存储关系图谱数据存储时序数据存储,数据架构管理数据标准管理数据建模管理数据开发管理数据调度管理数据质量管理元数据管理数据安全管理数据生命周期管理,统计分析灵活查询多维分析数据挖掘人工智能标签管理指标管理知识图谱数据可视化,数据需求管理资源目录管理数据服务接口管理数据共享交换管理数据报送管理数据开放管理数据服务评价,人员管理用户管理营销管理渠道管理财务管理风控管理工程管理生产管理监管报送,数据运维管理数据产品管理数据资产价值评估数据资产营销推广数据资产合作数据资产价值变现数据运营考核评价,1,2,3,4,5,6,7,总体架构规划数据架构规划技术架构规划应用体系规划数据治理规划数据共享规划平台工具规划平台建设蓝图规划,建设目标,规划数据湖及应用平台框架体系、搭建技术基础平台，实现C端用户数据采集、入湖、治理和共享服务，以及支撑企业务+（私域流量业务）综合分析和智能化应用，总结经验教训，为集团数据湖及应用平台的整体建设奠定基础。

大数据平台TBDS安装部署,数据治理产品安装部署,数据共享交换产品安装部署,用户数据采集,用户数据建模,用户数据开发,数据质量检查,元数据管理,数据标准管理,用户需求分析,应用设计,数据及应用开发,数据共享与服务对接,共享服务需求分析,资源目录梳理,共享服务发布,共享服务申请,用户信息调研,共享服务调用,1,2,3,4,5,共享服务授权,预期成效：

”七步走”解决企业面临的数字化转型发展痛点,利用大数据技术建立集团统一的数据湖，实现数据采集、存储、处理、分析和服务的统一管理，提高信息和数据的响应时间，提高经营管理工作效率，有利于压缩开支，降低管理成本，推进数字化转型发展。

03,02,04,06,07,05,03,信息烟囱,数据分散,利益割据,数据保密不全面,数据标准不统一,管理机制不成体系,安全保障不健全,数字化转型面临的痛点,”七步走”解决问题,1,设立专管机构，完善管理体系,2,整合数据孤岛，统一数据标准,3,构建数据采集体系，打通数据整合通道,4,设计数据存储策略，提升数据存储效率,5,初步构建数据治理体系,6,制定数据共享服务策略，促进数据融合安全发展,7,奠定数据应用基础，打造大数据综合应用能力,目录,建设总体思路,数据湖及应用平台建设规划数据采集技术平台搭建数据存储技术平台搭建数据处理技术平台搭建数据调度技术平台搭建数据治理技术平台搭建数据共享技术平台搭建试点数据域（用户）采集、存储、治理、分析和共享实施,集团与事业部应用建设全面支撑（人员管理、用户管理营销管理、渠道管理、财务管理、工程管理、合同管理、生产管理、风控管理、应急指挥、监管报送）基础分析能力完善（指标、标签、知识图谱）综合分析应用增强态势感知能力建设实时分析应用场景体系建设算法模型体系建设AI服务体系化建设区块链技术场景应用,数据资产运营规划数据产品体系建设数据产品价值评估体系建设数据价值变现体系建设数据运营安全体系建设数据采集能力迭代升级数据治理能力迭代升级数据分析能力迭代升级数据应用能力迭代升级数据共享服务能力迭代升级算法模型中心健全AI服务能力迭代升级场景应用持续推进数据运营考核体系建设,数据治理体系咨询规划技术平台能力增强集团与四大事业部数据入湖全域数据采集、存储、治理、分析和共享体系建设数据治理体系建设AI平台搭建与应用探索基础分析能力建设（指标、标签、知识图谱）综合分析应用建设实时分析与应用场景探索重点应用建设支持,数据湖及应用平台总体架构（构建六个平台、四个中心、三个保障体系，一个统一门户）,数据运营中心,数据共享开放平台,数据汇聚平台,存储计算平台,数据处理平台,数据共享交换,离线数据同步,实时数据同步,数据补录,共享监测,共享审计,权鉴,发布,订阅,认证,注册,Hadoop,关系数据库,MPP,内存数据库,图数据库,对象数据库,时序数据库,爬虫,离线数据处理,实时数据处理,非结构化数据转化,数据统一调度,数据分析平台,统计分析,多维分析,即席查询,机器学习,数据挖掘,AI中心,数据资源中心,指标服务,标签服务,数据产品服务,知识图谱服务,可信计算服务,数据沙箱服务,多方安全计算服务,数据检索服务,文件共享服务,库表共享服务,接口共享服务,共享服务引擎,共享服务管理,共享服务保障,文本识别,影像识别,语义解析,图像识别,语音识别,数据服务中心,数据需求管理,应用集成,运营可视化,数据资源目录管理,租户管理,统一用户/权限,数据统一门户,数据产品管理,数据资产价值评估,数据资产营销推广,数据资产价值变现,数据运营维护,运营考核评价,1,2,3,4,5,6,7,8,实时分析,9,10,11,12,业务赋能,管理驾驶舱,客户营销,资金管理,财务分析,产能预测,风险审计,用户分析,绩效考核,监管报送,13,平台管理,实时数据区,基础区,主题区,分析区,应用集市区,实时数据存储,实时分析处理,实时指标计算,当事人,财务,用户管理,营销管理,指标库,标签库,经营分析,用户画像,数据湖及应用平台分阶段规划,数据湖及应用平台数据架构（统一标准，构建集团和四大事业部数据湖的六大数据区）,

（1）数据源,

（2）采集,（3）汇聚,（6）共享服务,（4）治理,（5）分析,（7）数据应用,标签服务API,实时服务API,数据库共享,文件共享,数据共享服务,API共享,离线采集,文件,数据库,接口,补录填报,.,离线数据源,业务系统,HR系统,OA,ERP,主数据,渠道系统,三方OMS,财务系统,外部数据,互联网数据,数据来源,数据采集平台,指标服务API,关系图谱服务API,数据检索服务API,数据安全服务API,集团数据湖与事业部四大数据湖之间定位及关系探讨,事业部数据资源池,1,2,3,4,5,6,1,2,3,4,5,6,方案一：

事业部独立建设数据湖，集团汇聚整合建湖,方案二：

集团统一建湖，事业部数据湖同步和特色发展,方案建议：

集团领导牵头，统一标准和统一建湖,方案描述：

事业部根据自身业务特色构建数据湖和数据治理体系，集团数据湖汇聚事业部数据湖数据，设计数据标准，进行数据治理、数据分析和数据共享服务。

优点：

建设灵活，能快速满足各事业部和集团数据湖的应用需求。

缺点：

难以统一标准和数据口径，多头数据采集，后期维护工作量较大。

方案描述：

集团数据湖统一标准和数据治理体系，统一汇聚、治理、分析和数据共享服务；集团数据湖根据事业部数据需求统一分发数据，事业部同步数据和，并根据自身特色构建数据湖及应用。

优点：

集团与事业部数据标准统一，后期管理协调难度较少。

缺点：

前期统一难度较高，事业部建设灵活度不高。

先进经验：

目前信息化领先行业和企业的数据平台能力建设，大部分采用集团统一标准、统一建设、统一管理和统一运营。

方案建议：

目前集团和事业部业务系统已较为完备，数据湖建设处于起步阶段，为集团统一标准和建湖奠定了基础。

目录,建设范围,数据湖平台框架体系规划、技术基础平台搭建，集团C端用户数据采集、入湖、治理、共享服务和用户分析应用,3.数据汇聚,4.数据资源中心建设,5.数据治理,6.数据分析,2.平台搭建,7.数据共享服务,TBDS基础平台搭数据治理平台搭建数据共享服务平台搭建,健康事业部用户数据汇聚省医药公司用户数据汇聚药品事业部用户数据汇聚云健康事业部用户数据汇聚,信息调研基础区数据模型设计主题区数据模型设计应用数据集市模型设计数据清洗、转换和汇总,数据标准管理元数据管理数据质量管理,C端用户分析需求调研C端用户数据分析设计C源用户数据分析开发,C端用户数据资源目录梳理C端用户数据共享发布,建设总体思路,事业部用户数,渠道分析,用户月活,用户日活,地域分析,时间分析,数据入湖及治理,数据分析应用,数据可视化,FineReport,FineBI,用户信息数据,数据采集,数据建模,数据清洗,数据加载,数据整合,数据汇总,数据源,数据共享服务,用户资源目录梳理,用户数据目录挂接,用户数据共享发布,逻辑架构：

搭建基础平台，以集团C端用户需求为试点打通数据湖链路,本期范围,数据架构,事业部数据资源池,1,2,3,4,5,6,1,2,3,4,5,6,

（1）数据源,

（2）采集,（3）汇聚,（6）共享服务,（4）治理,（5）分析,（7）数据应用,标签服务API,实时服务API,数据库共享,文件共享,数据共享服务,API共享,离线采集,实时采集,文件,数据库,接口,补录填报,.,实时数据源,物联感知数据,实时营销数据,物流数据,离线数据源,数据来源,数据采集平台,指标服务API,关系图谱服务API,数据检索服务API,数据安全服务API,健康事业部用户数据,省医药公司用户数据,药品事业部用户数据,云健康事业部用户数据,本期范围,1.数据湖平台框架体系规划,行业最佳实践,平台提升机会,专家知识,战略定位,应用体系规划,规划原则,调研问卷,调研访谈,现状调研,评估建议,分项规划,目标现状,期望问题,总体评估,平台提升建议,提升机会分析,总体架构规划,技术架构规划,数据架构规划,数据共享服务规划,运维体系规划,蓝图规划与演进,平台工具规划,数据治理规划,业务与IT部门输入,服务提供商输入与分析,2、基础技术平台搭建,TBDS部署需求沟通数据共享交换部署需求沟通数据治理部署需求沟通网络访问需求沟通,服务器确定网络环境确定端口环境确定操作系统确定软件版本确定,操作系统安装部署TBDS安装部署数据共享安装部署数据治理安装部署,平台功能验证平台访问和服务验证平台系统接口验证外部接口验证网络访问验证,平台实施需求支持应用功能优化完善系统运行问题处理,平台搭建流程,预期成效,用户分析,平台搭建完成，操作使用正常,具备数据湖实施支撑能力,具备完整平台运维文档,3、数据采集汇聚,提供异构数据源之间的数据同步能力，实现集团C端用户整库迁移、全量数据汇聚、增量数据汇聚、ETL任务管理和监控运维。

数据汇聚架构,数据汇聚流程,汇聚信息整理,2,数据汇聚开发,3,任务调度配置,4,5,汇聚业务范围确定汇聚系统范围确定汇聚表范围确定汇聚手工数据范围确定,系统信息整理数据字典整理接口信息整理网络信息整理,汇聚调度任务整理汇聚调度任务基础信息配置汇聚调度任务依赖触发配置任务调度测试验证,调度任务监控配置汇聚任务监控预警汇聚监控任务故障处理日常运维巡检,汇聚监控运维,用户信息配置数据源配置汇聚区建表配置数据汇聚任务配置与开发数据汇聚任务测试数据汇聚查看和问题处理,预期成效,数据汇聚需求,4、数据体系建设总体流程,信息调研（ID）,业务需求分析,应用概要设计,项目前期准备,业务调研（BD）,业务需求编写,应用开发,系统软硬件资源安装,系统测试与验收,系统管理与维护,项目结束回顾,业务访谈,项目管理（ProjectManagement）,应用详细设计,前端界面设计,逻辑数据模型设计,物理数据模型设计,数据接口规范设计,映射/ETL/实时数据开发,应用设计,需求分析,系统开发,系统设计,上线与维护,数据治理,4、数据资源中心建设步骤一：

信息调研,工作内容,调研流程,1,2,3,4,5,6,持续迭代完善,4、数据资源中心建设步骤二：

数据模型设计方法,物理模型（技术）,逻辑模型（业务）,概念模型,参考模型,行业数据模型选择：

行业主题模型,数据主题与主要数据概念,客户化逻辑数据模型,客户化物理数据模型,业务访问数据模型,视图集市报表,业务需求数据要素清单,数据整合,映射,映射,制造业企业行业模型,数据湖数据库,4、数据资源中心建设步骤二：

数据区定位与数据模型设计流程,数据资源中心各区定位,模型设计步骤,汇聚数据区,源系统分类数据不整合保留长期历史数据保留明细数据全量数据增量数据,基础数据区,主题分类数据整合保留长期历史数据保留明细数据,主题/分析数据区,主题分类结合维度建模数据整合保留一定周期的历史数据保留部分明细/汇总加工数据,集市区,维度建模为主数据整合保留特定业务需求的历史数据保留部分明细/汇总加工数据,面向数据,面向需求,从业务的角度出发满足公共需求迭代开发,4、数据资源中心建设步骤二：

基础区数据模型设计,行业主题模型设计参考,用户模型设计部分参考,当事人偏好语言,当事人,基于成熟行业模型蓝本，构建集团C端用户基础数据模型，融合集团和事业部内外部数据、规避变化、形成统一的当事人数据视图。

线下活动数据,订单编号商品名称订单金额买家ID收货人姓名收货地址联系电话发票抵扣券订单创建时间,微信行为数据扫描二维码关注公众号微信ID昵称公众号留言打开微页面注册会员,来源渠道关注公众号访问活动微页面提交活动表单姓名手机号邮箱,数据采集、数据清洗,微信openid,Email,MAC,华东地区,基本信息：

男性30岁,微信unionid,手机号码,Cookie,QQ,用户ID：

行为轨迹：

会员信息：

会员等级会员积分会员权益,电商订单数据,用户在不同平台以不同的身份留下行为轨迹。

通过建立ID关联机制，在基础区进行数据建模和标准化，在不同渠道的身份对应到唯一的独立身份，不断累积用户的行为“像素”。

在基础区建模的基础上，根据用户特征形成清晰的用户360画像。

4、数据资源中心建设步骤二：

用户标签数据模型设计,数据采集、数据清洗,数据采集、数据清洗,用户画像主题建模,ID识别,基础区建模,数据标准化,【订单】女装无缝羽绒长大衣409125金额：

1299元收货地址：

上海市X区XX大街手机号：

138*8271购买时间：

2018/01/1109:

21:

21,沟通时间：

2018/01/0412:

18:

00所在渠道：

小程序商城手机号：

138*8271咨询问题：

倍舒暖与HEATTECH区别,【订单】童装UltraStretch起居套装414607下单时间：

2018/01/3120:

22:

00下单门店：

上海淮海中路旗舰店订单金额：

129元付款方式：

支付宝,2017/10/2119:

40:

22关注公众号微信昵称：

skyfly001微信OPENID：

nsisuykksikqy阅读“U系列2019春夏款Lookbook”点击菜单“会员福利-50元心意券”阅读“2018年代表作”文章点击菜单“年货买买买”点击商城-男装-HEATTECH，访问某倍舒暖商品详情页收藏男装HEATTECH螺纹圆领T恤413314浏览新春新品活动页访问时长00:

21:

34跳出,电商平台,自有平台,客服,线下门店,静态标签,流程标签,模型标签,预测标签,性别地域年龄职业婚否有孩,相对稳定的信息、人口学属性、身份属性,根据行为与轨迹、自定义规则，自动添加,参与X活动,浏览X页面,报名,领取权益,线上消费,线下消费,教育水平,依据属性行为、计算得出的客户标签重要价值客户品类偏好-童装,30天活跃度-120分,购买力-高,利用算法训练模型得到的预测标签,预测流失风险-低,需求推荐-限时特优-女装,复购可能预测-高,情感产品活动信息偏好偏好,场景偏好,销售价格终端体系,情感视觉促销卖点系统活动,关键衍生,词品,消费者维度人口认知信息信息,产品维度基本功能信息卖点,内容场景地点社交文化类型属性氛围,4、数据资源中心建设步骤二：

用户标签设计,源数据,标签构建,标签体系,ETL知识库,ETL调度管理,ETL任务管理,日志管理,负载管理,ETL监控,4、数据资源中心建设步骤三：

数据开发体系框架,追加,清洗、转换和标准化,汇总,加载,基础数据区,临时区,应用数据集市区,实时数据区,数据汇聚平台,主题区,ODS库,汇总提炼加工任务,文件加载任务,应用数据加工任务,实时数据处理,文件检查任务,数据汇聚加工任务,数据清洗转换任务,数据质量检查任务,数据抽取加载任务,数据治理任务,数据处理任务,抽取加载任务,数据质量管理,业务检核任务,文件监听,抽取触发,定时,元数据管理库,实时数据采集,数据库主动采集,数据文件采集,消息、接口,追加,清洗、转换和标准化,分析区,提炼,提炼,提炼,ETL开发管理,ETL任务管理,数据汇聚平台,元数据加载任务,4、数据资源中心建设步骤三：

数据开发流程与支撑工具,数据开发流程,数据开发工具支撑,4、数据资源中心建设步骤四：

数据统一调度管理,邮件,短信,外部管理应用,ETLAutomationRepository,ETL调度平台,管理与控制模块,知识库模块,Master模块,消息接口,功能接口,Agent模块,实时监控,系统管理,统计分析,控制台,系统插件,文件监控,定时任务,BTE,Agent1,Agent2,Agentn,Primary,Standby,一站式开发平台,数据治理平台,其他工具,调度程序生成器,历史明细引擎,元数据,数据质量,数据标准,数据生命周期,批量接口,直连接口,Cube构建引擎,数据加载数据同步数据卸载质量检查清洗融合分析汇总数据挖掘机器学习,触发,5、数据治理建设：

数据标准管理,数据标准设计流程,数据标准工具支撑,基础标准管理：

为实体及属性设置标准统计标准管理：

为统计指标设置标准机构清单管理：

为层级化实体设置标准公共代码管理：

引入国家、行业或企业自定义的代码标准业务术语管理：

为元数据业务口径配置业务术语命名规范管理：

为系统各类标识符设立统一标准,标准内容管理,标准审核浏览：

查看目前已发布的各类标准详情标准审核审批：

审核新创建的标准并发布,标准评分,评分体系库管理：

设置元数据标准评分计算要素权重标准评分管理：

管理各级元数据的标准评分,1,3,2,标准审核管理,5、数据治理建设：

元数据管理,元数据管理流程,元数据采集,1,血缘影响分析,2,元数据利用,3,元数据运营维护,4,数据源配置元数据采集任务配置数据库元数据采集文件元数据采集接口元数据采集脚本元数据采集ETL调度元数据采集,元数据检索系统、表与字段血缘关系分析系统、表与字段影响分析关系分析业务元数据分析,元数据采集监控预警元数据采集问题处理系统日常运维监控,数据资产展示数据字典管理数据对标业务指标管理数据质量检查系统故障排查变更影响评估,5、数据治理建设：

数据质量管理,数据质量管理流程,数据质量管理工具支撑,数据质量检查规则管理,包括检查模板（质量检查SQL脚本）的新建、编辑及删除等,工单管理,包括工单流程的新建、浏览及审批,1,3,2,检查模板管理,数据质量库,2.配置质量检查规则,3.部署检查脚本,4.数据质量报告,1.收集数据质量管理需求,元数据资料库,基于元数据配置数据质量规则,增加数据质量规则集,5.质量问题工单跟踪处理,抽取,数据源,数据源,基础区,主题区,传输,汇聚区,转换,加载,汇总,抽取,ETL处理流程,数据质量检查,数据集市,分析区,数据质量管理,7.质量考核评价,6.处理结果查询,提供检查规则的创建、编辑、删除、启用及停用等功能,数据质量探查,4,5,质量评分管理,一是自动探查，根据系统内置好的探查模板自动对数据进行预设好的分析检查；二是手动探查，自定义方式设置探查模板，再根据探查模板对数据进行分析检查,包括评分体系库管理（为元数据质量评分设置评分标准）和质量评分管理（管理各级元数据系统的质量评分）,6、数据分析试点应用（运用BI工具对集团C端用户综合分析）,7、数据服务试点应用：

基于供需对接建立数据服务共享体系,目录清单,有什么？

在哪里？

谁负责？

数据资源中心,1、目录问题域,2、目录分类,部门目录,主题目录,基础目录,业务目录,数据目录,管理目录,上级目录,本级目录,下级目录,资源属性,功能分类,层级属性,3、目录建立,4、数据挂接,提供方主动编目,A,管理方编目,B,供需对接推动编目,C,提供方主动挂接,A,供需对接推动挂接,C,需求清单,需求方,资源信息,数据项信息,需求说明,管理方审批/分发,责任清单,资源信息,共享内容,共享条件,结束,目录清单：

确保数据的系统性需求清单：

确保数据的针对性责任清单：

压实数据采集责任,提供方,以信息化手段推动数据共享服务，建立能按需共享的业务模式，解决各部门数据共享和应用难题。

管理方挂接,B,提供方,7、数据共享服务试点应用：

基于C端用户建立数据共享服务流程,数据资源目录梳理,1,共享资源发布,2,共享资源申请,3,共享资源审核授权,4,5,汇聚区资源目录梳理基础区资源目录梳理主题区资源目录梳理数据集市区资源目录梳理.,共享服务目录创建共享数据源配置共享数据接入共享数据资源配置与更新共享服务测试共享服务发布,数据共享资源检索数据共享服务调用数据共享服务调用问题反馈,共享服务调用,6,共享服务管理与运维,共享服务系统管理共享服务权限管理共享服务日志管理共享服务监控预警共享服务故障处理共享服务统计分析,数据共享资源检索数据共享资源申请数据共享