，旨在为企业构建统一、开放、中立、安全的数据基础设施，封装复杂技术，降低数据管理与资源成本，高效沉淀数据资产，助力企业充分激发数据要素潜能。
本文将着重介绍StartDT Data Cloud中产品的最新功能和最新特性。
· 基础引擎层：数据存算引擎DataKun、数据安全引擎DataBlack
DataSimba是StartDT Data Cloud的核心，由7个域支撑数据集成、研发、运维、服务、治理等全链路功能，构建企业自有的数据生产力。
数据开发、数据运维、数据分析师、算法工程师等多类型用户，都能依托DataSimba这个一站式的数据云平台，高效完成数据相关工作。
其中，“云原生”指DataSimba具备微服务、容器化编排、存算分离、CI/CD等云原生技术特性，为企业降低数据应用在云上的存算成本，提升研发效率。
“跨平台”则指公司能够使用统一的账号权限体系，对多个IaaS云基础设施、多个Workspace（域）来管理，实现分级多域、跨云跨平台部署，提升协作与管控效率。
继“上云”之后，“多云”也已成为不争的趋势。Flexera 2021年的云状态报告（2021 State of the Cloud Report）显示，92%的受访企业在IT架构上选择多云战略，企业平均会使用2.6朵公有云+2.7朵私有云。
DataSimba的“跨平台”和“云原生”正是为此而生——DataSimba支持海内外9大主流云厂商的云原生，并可横跨多云，统一账号、权限、审计的多Workspace的兼容管理。
奇点云合伙人、CTO地雷表示：“我们的云原生不是单一云厂商的云原生，而是‘客户的云原生’，支持客户做出自主选择。”
目前，DataSimba已迭代至4.0版本。在过去一年里，DataSimba每天帮助客户进行千亿行数据存算，作业量增长了30倍，Workspace数增长了33倍。
DataSimba向上搭载“效率工具层”，即数据服务工具箱Simba Toolkits。它包含多种数据服务工具，沉淀自数据资产研发的实际场景，内置科学的数据工程方法论，专为帮助工程师提升开发效率而生。
“这1年来，客户除了会和我们的行业专家共创，如何用数据赋能业务、降本增效，另一类问题的出现频率也慢慢变得高，例如，如何为我们的工程师‘解放双手’？”地雷介绍，“以四大工厂为代表产品的数据服务工具箱，就能很好地解决其中大部分问题。”
集成了成熟的数据建模方法论，沉淀了各行业差异化的数据标准，帮企业全面高效地完成数仓规划和数据标准的落地，并进一步创建标准的数据模型与统一、无二义的指标体系，助力企业实现数据资产化。
聚焦标签开发场景，沉淀自奇点云在泛零售领域的多年实践深耕，内置OEET（Object-Entity-Event-Tag）方法论，助力企业快速搭建自有的标签类目体系，沉淀标签数据资产。
客户可用低代码的方式开发弹性标签，易用低门槛地实现个性化标签配置，解耦低频数据开发和高频业务运营需求，以此来实现高价值的数据应用共享和复用，驱动个性化运营。
采用低代码方式配置生成API，支持混合编排复杂场景，帮企业快速完成数据接口的配置和全生命周期管理，让数据高效、安全地得到使用。
作为面向算法应用开发者的工程平台，提供数据采集、IDE开发、在线服务等机器学习全流程。从模型开发、模型训练，到模型部署，一站式完成算法应用场景；内置预测、推荐、人群聚类等多种模型，无需开发，开箱即用。
上述工具已在客户场景中广泛实践，实际提效也得到印证。以SimbaMetric指标工厂为例，在一家制造业集团客户的实践中，数据团队的规范化数据建模效率提升了50%，数据开发和治理的成本也有所降低。
DataKun位于数据云的基础引擎层，支持各类型大数据Job和Service的计算与存储，帮企业构建智能化、轻量级的大数据基础平台，快速建立其自有的大数据分析处理能力。
越来越多的公司开始追求数据能力的自主可控、可持续，竭力避免与单一选择强绑定。这不仅体现在“多云”趋势上，也体现在数据存算引擎的倾向上。
什么是自主可控？奇点云创始人、CEO行在谈道，“数据存算引擎一定要兼容整个生态和社区，能够持续升级，给客户用最新、最好的。客户自己要能够掌握，而不是问题出现时只能抱着黑匣子傻等。我们全力支持客户自主选择，而不受任何迁移阻力限制。在这之中，也包含着对‘国产替代’的要求，关键技术国产化，是DT时代中国公司发展的必然选择。”
“开放的，可替换，可迭代，可掌握”，这12个字构成了奇点云对自主可控的理解，也是企业验证数据存算引擎自主可控的金标准。
因此，DataKun支持开源组件与自定义组件，提供预置最佳实践版本组合，支撑客户数据基础设施自主选择，并保证对关键节点的持续更新，实现“技术可控”；支持数据基础设施的平滑迁移、存算分离，大大降低License费用和存储成本，实现“成本可控”；同时，兼容国产芯片和软件，在全信创环境下稳定运行，保障自主可控。
DataBlack是数据安全引擎，脱胎于企业合规审计、安全分享等需求，与数据存算引擎DataKun共同保障企业数据云的安全可控。
区别于传统的网络安全和信息安全，数据安全的目标是保障数据资产的保密性、完整性、可用性。企业如果仅有以抵御网络攻击为中心的安全策略，已不足以满足DT时代的安全管理要求。
为此，奇点云发布DataBlack，它遵循以数据为中心的安全架构设计理念，覆盖了企业从数据采集、传输、存储、应用、共享到销毁的全生命周期，支撑企业完成事前、事中、事后的全场景全链路管控，强化企业数据安全治理能力与风险防御能力。
DataBlack基于数据安全的事前识别、事中管控和事后审计的全场景进行建设和保障：
事前阶段，通过规则和智能识别对数据来进行扫描，找出平台上的敏感数据，完成分级分类；通过数据脱敏和数据加密等功能，对数据来进行管控；
事中阶段，提供动态脱敏、风险识别和权限管控功能，精细化地管控数据使用场景，降低数据被滥用和误用的风险；
事后阶段，通过数据审计功能，可有效地监控平台内敏感数据分布及用户使用行为，满足合规要求。
目前，DataBlack已在多个客户场景落地，每天保护数据百亿行。以事中管控为例，在一家车企，持有权限的某员工曾在凌晨试图批量下载订单数据，DataBlack监控到异常，引发智能告警，成功拦截了这起违规事件。
为了可信可控的数据未来，DataBlack将不断进化，坚持为数据资产安全保驾护航。
统一、开放、中立、安全的特征，使数据云能够真正胜任“企业数据基础设施”这一重要职责——解决多云多引擎管理难、运维成本高等问题，消解复杂度，高效便捷地响应各种数据需求，帮企业实现数据资产的自主可控，让数据要素真正发挥价值。
网站首页
产品中心
返回顶部
联系我们