一、平臺建設(shè)業(yè)務(wù)目標

中原銀行敏捷 BI 平臺的建設(shè)目標為滿足不同人群對數(shù)據(jù)查詢、分析和探索的需求，為管理和業(yè)務(wù)提供數(shù)據(jù)依賴和決策支撐。

1、核心訴求：滿足不同人群對數(shù)據(jù)的需求

不同的企業(yè)對于 BI 是有不同的訴求的。中原銀行對 BI 的訴求，是滿足行內(nèi)不同人群對數(shù)據(jù)查詢、分析和探索的需求，從而為管理和業(yè)務(wù)提供數(shù)據(jù)依賴和決策支撐。

主要是針對三類人群：

?（1）第一類是管理決策層。讓管理決策層能夠看到準確、實時的數(shù)據(jù)，并依據(jù)數(shù)據(jù)去進行科學(xué)的決策。

（2）第二類是普通業(yè)務(wù)人員。比如針對業(yè)務(wù)數(shù)據(jù)統(tǒng)計，業(yè)務(wù)人員會在業(yè)務(wù)運營過程中涉及一些比如手工報表、人工統(tǒng)計、逐級取數(shù)等操作，使用 BI 平臺可以提升他們的日常數(shù)據(jù)統(tǒng)計效率，讓業(yè)務(wù)更多關(guān)注業(yè)務(wù)問題本身。

（3）第三類是技術(shù)人員或分析人員。通過打通各個業(yè)務(wù)系統(tǒng)，提供統(tǒng)一的查詢服務(wù)，提升這類人員的日常數(shù)據(jù)分析效率。

這是我們對 BI 的整體訴求，依據(jù)這個業(yè)務(wù)目標，我們建設(shè)了 BI 平臺。?

2、中原銀行 BI 建設(shè)歷程

中原銀行在 2019 年之前，使用的是采購的第三方報表系統(tǒng)。業(yè)務(wù)人員也已經(jīng)養(yǎng)成看報表的習(xí)慣，現(xiàn)在整個行內(nèi)有上千張報表，業(yè)務(wù)人員每天都會查詢這些報表數(shù)據(jù)。

從 2019 年開始，為了實現(xiàn)之前提到的業(yè)務(wù)目標，中原銀行開始建設(shè)整個的敏捷 BI 體系。

2019 年，把數(shù)據(jù)取數(shù)從線下轉(zhuǎn)為線上，提升安全提數(shù)效率?？梢詽M足一些比如日常的監(jiān)管報送，或者領(lǐng)導(dǎo)臨時的數(shù)據(jù)需求，并提升操作效率。

2020 年，針對業(yè)務(wù)人員提升數(shù)據(jù)統(tǒng)計的效率。開始建設(shè)智能拼表，低代碼加工和可視化分析工具，可以讓業(yè)務(wù)人員在無需借助比如 SQL 加工的方式下可以完成數(shù)據(jù)的加工。這里補充一下，智能拼表是結(jié)合中原銀行的業(yè)務(wù)特點，允許業(yè)務(wù)通過低代碼的方式進行報表拼接。

2021 年，為了提升 IT 人員或者技術(shù)人員的分析效率，構(gòu)建了我們自己的報表系統(tǒng)，數(shù)據(jù)大屏等。

2022 年，構(gòu)建了我們自己的業(yè)務(wù)指標庫和數(shù)據(jù)門戶。

以上是我們整個 BI 平臺的建設(shè)歷程，逐步完善整個 BI 體系。

二、敏捷 BI 平臺建設(shè)

敏捷 BI 平臺覆蓋數(shù)據(jù)分析全流程，提供一站式、全鏈路數(shù)據(jù)分析解決方案。下面來介紹我們整個 BI 平臺的整體概覽。

1、中原銀行敏捷 BI 平臺架構(gòu)

上圖是整體平臺架構(gòu)。

?自下而上來介紹，最下面是接入數(shù)據(jù)：

（1）數(shù)據(jù)庫，包括關(guān)系型數(shù)據(jù)庫如業(yè)務(wù)數(shù)據(jù)庫、大數(shù)據(jù)集群和數(shù)倉等。

（2）業(yè)務(wù)人員收集或者填報的數(shù)據(jù)。

（3）第三方業(yè)務(wù)系統(tǒng)暴露出來的 API 接口。

（4）本地文件數(shù)據(jù)的導(dǎo)入。

然后基于這些數(shù)據(jù)，我們會一站式提供 8 個核心功能，包括：

（1）固定報表開發(fā)。

（2）低代碼數(shù)據(jù)加工。用于支撐數(shù)據(jù)統(tǒng)計人員的工作。

（3）SQL 數(shù)據(jù)分析。用于支撐于技術(shù)人員和數(shù)據(jù)分析人員的工作。

（4）可視化分析?？梢砸愿庇^的低代碼方式進行數(shù)據(jù)分析，展示數(shù)據(jù)結(jié)果。

（5）數(shù)據(jù)分發(fā)補錄。用于本地數(shù)據(jù)線上化、數(shù)據(jù)分發(fā)確認。

（6）業(yè)務(wù)指標管理。是我們的指標庫，建設(shè)構(gòu)建唯一確定的沒有二元性的指標，供業(yè)務(wù)日常的查詢使用。

（7）個性化門戶。是為了統(tǒng)一數(shù)據(jù)出口，把報表可視化看板以及大屏統(tǒng)一輸出在一個門戶中，供業(yè)務(wù)人員日常查詢使用。

（8）數(shù)據(jù)下載。提供線上化的數(shù)據(jù)下載，簡化下載流程。

基于這 8 個功能，我們構(gòu)建了 6 個核心的數(shù)據(jù)應(yīng)用，包括固定報表、數(shù)據(jù)大屏、可視化看板，安全提數(shù)、指標庫以及數(shù)據(jù)門戶，針對不同的人員提供不同的數(shù)據(jù)應(yīng)用，基于這些應(yīng)用進行能力輸出，給業(yè)務(wù)使用。

在業(yè)務(wù)應(yīng)用場景方面，包括管理駕駛艙、營銷效果分析、業(yè)績考核監(jiān)測、日常數(shù)據(jù)通報、?系統(tǒng)監(jiān)測分析以及業(yè)務(wù)風(fēng)險預(yù)警。

2、數(shù)據(jù)分析全流程覆蓋

上圖可以更好的幫助我們理解前面介紹的平臺架構(gòu)，把 8 個核心功能分布到數(shù)據(jù)分析的 4 個流程內(nèi)，支撐數(shù)據(jù)分析的全流程覆蓋。

我們把數(shù)據(jù)分析的流程歸結(jié)為以下 4 部分：

（1）數(shù)據(jù)準備。平臺支持多種數(shù)據(jù)來源，包括業(yè)務(wù)數(shù)據(jù)庫、核心數(shù)據(jù)庫、數(shù)倉內(nèi)的數(shù)據(jù)庫、數(shù)據(jù)湖內(nèi)數(shù)據(jù)庫、本地數(shù)據(jù)庫以及用戶收集的數(shù)據(jù)。

（2）數(shù)據(jù)加工。平臺可以提供兩種數(shù)據(jù)加工方式：一種是低代碼拖拉拽的方式，集成常規(guī)的數(shù)據(jù)加工方式，供業(yè)務(wù)人員進行低代碼加工；第二種是針對專業(yè)分析人員進行 SQL 的數(shù)據(jù)加工。

（3）數(shù)據(jù)分析。數(shù)據(jù)分析也可以歸結(jié)為兩類：一種是固定式的報表分析，基于報表平臺所創(chuàng)建出來的報表；另一種是業(yè)務(wù)自助式的分析，可以基于看板或者是大屏，進行篩選、關(guān)聯(lián)、跳轉(zhuǎn)以及數(shù)據(jù)的上卷下鉆等等。

（4）數(shù)據(jù)應(yīng)用。我們提供多種的數(shù)據(jù)應(yīng)用方式，包括數(shù)據(jù)大屏、數(shù)據(jù)看板、固定報表以及數(shù)據(jù)門戶集成，所有數(shù)據(jù)應(yīng)用的結(jié)果都可以進行預(yù)覽、下載、分享等。

3、固定報表開發(fā)

下面具體介紹幾個核心的功能。首先介紹固定報表的開發(fā)。

之前我們購買的第三方報表平臺，使用中會存在一些問題：一個是平臺架構(gòu)比較老，查詢性能上經(jīng)常會出現(xiàn) CPU 或者內(nèi)存不足的情況；第二個是我們會有一些個性化的改造，這種改造通常需要一兩個月才能開發(fā)完成，不僅成本非常高，而且需要進行排期。

針對以上幾個問題，我們規(guī)劃開發(fā)我們自己的報表平臺，供業(yè)務(wù)日常查詢使用。主要是做一些中國式的復(fù)雜報表，包括一些非常復(fù)雜的表頭等等。

我們把報表制作分為 5 個步驟：

（1）數(shù)據(jù)源。就是我們能夠連接到的數(shù)據(jù)源，比如常規(guī)的 Oracle、MySQL，還有我們的大數(shù)據(jù)集群使用的 Gauss，以及 StarRocks、ClickHouse 等。

（2）數(shù)據(jù)加工。通過 SQL 進行數(shù)據(jù)加工，這里強調(diào)一點，在 SQL 數(shù)據(jù)集中不會有太多復(fù)雜的 SQL，因為大部分邏輯已經(jīng)是在數(shù)倉內(nèi)通過跑批任務(wù)完成了，在報表里面更多的是查詢已有的數(shù)據(jù)，我們使用專屬的獨立集群提升查詢效率。

（3）報表制作。我們把報表歸結(jié)為 4 類：第一類是即席查詢類，就是 SQL 數(shù)據(jù)集里面加工的邏輯直接動態(tài)查詢；第二類是類透視表，類似 Excel 中的透視分析，通過選擇行列和指標進行維度的組合篩選；第三類是 Excel 表格，專門去制作一些復(fù)雜表頭，或者是帶 Excel 公式的電子表格類報表；第四類是剛實現(xiàn)的可視化類報表，當前常規(guī)的表格展示不能直觀有效地表現(xiàn)數(shù)據(jù)的結(jié)果，因此我們引入一些圖形化的比如折線圖、條形圖等做一些可視化報表。

（4）報表發(fā)布。第一，由于行內(nèi)對數(shù)據(jù)安全的嚴格管控，需要進行數(shù)據(jù)脫敏，否則是不能進行正常的報表發(fā)布的；第二，安全審批，需要走一個報表發(fā)布的流程；第三，報表版本管理，報表有兩個版本，一個是制作的版本，一個是線上的版本，制作的版本只有通過發(fā)布審批之后才會把線上的版本覆蓋掉。

（5）業(yè)務(wù)應(yīng)用。我們行內(nèi)把報表歸結(jié)為 4 大類：對公類、零售類、財務(wù)類和績效類。在這里會進行報表的知識庫構(gòu)建，比如報表目錄管理，報表技術(shù)及業(yè)務(wù)口徑維護，報表關(guān)鍵字搜索等等。

4、低代碼數(shù)據(jù)加工

低代碼數(shù)據(jù)加工的建設(shè)，針對的是普通業(yè)務(wù)人員，為了簡化數(shù)據(jù)統(tǒng)計分析的難度，平臺通過集成常見的加工方式，讓他們可以通過低代碼的方式進行常規(guī)的數(shù)據(jù)加工。

我們集成了 10 種數(shù)據(jù)加工方式，比如字段設(shè)置、分類匯總、數(shù)據(jù)篩選、新增字段（基于已有的字段進行加減乘除運算）、數(shù)據(jù)排序、透視分析、查找替換、列轉(zhuǎn)行，這些是比較好理解的。還有上下合并和左右合并，是為了在低代碼方式下合并兩張表，一種是上下合并，一種是左右合并，類似于 Left Join 的方式。

通過集成這 10 種加工方式，業(yè)務(wù)進行數(shù)據(jù)加工的過程中，他可以按需選擇其中幾種加工方式。我們在代碼實踐過程中，通過 Pipeline 管道模式組合，生成最終的 SQL 邏輯，以完成低代碼的數(shù)據(jù)加工。

5、可視化能力：數(shù)據(jù)大屏及可視化看板

?在可視化方面的建設(shè)，包括數(shù)據(jù)大屏、可視化看板等等，通過一些拖拉拽的方式去快速制作圖表，幫助業(yè)務(wù)快速分析和洞察業(yè)務(wù)的趨勢。

這部分很好理解，最開始的是數(shù)據(jù)來源；然后數(shù)據(jù)加工有兩種方式，一種是專業(yè)人員的 SQL 數(shù)據(jù)加工，還有一種是低代碼通過拖拉拽的方式去進行數(shù)據(jù)的基礎(chǔ)加工；然后根據(jù)這些基礎(chǔ)數(shù)據(jù)去進行數(shù)據(jù)圖表的制作，我們支持 Echarts、AntV 這種常規(guī)的圖表組件，還支持圖表屬性的自定義設(shè)置，后面會涉及到一些比如指標計算和數(shù)據(jù)下鉆；圖表制作完成之后，就會涉及到圖表組合，支持可視化拖拉的方式去進行圖表的組合，最終制作出來的大屏和可視化看板是支持結(jié)果分享、多端查看以及支持單 URL 訪問嵌入等，最終支撐我們的可視化能力。

這部分我們是站在巨人肩膀上，也就是基于開源，再加上我們自己的個性化改造實現(xiàn)的。這些個性化改造，包括數(shù)據(jù)源的對接，圖形組件的自定義等。業(yè)務(wù)在圖表制作過程?中，如果常規(guī)圖表不能滿足需求，會提需求讓 BI 平臺開發(fā)比較個性化的圖表組件。

6、交互式 SQL 分析及安全提數(shù)

下面是安全提數(shù)的建設(shè)，為了規(guī)范數(shù)據(jù)下載流程，不會讓數(shù)據(jù)輕易流出，需要在保證數(shù)據(jù)安全的前提下，促進數(shù)據(jù)的使用和價值釋放。

我們在平臺里面做了三個步驟的控制：

（1）事前預(yù)防。制定取數(shù)規(guī)范，進行安全宣導(dǎo)、事件通報等等。

（2）事中干預(yù)。進入平臺之后，同樣會進行干預(yù)，一部分是對表權(quán)限的控制，表權(quán)限的申請審批，書寫 SQL 的規(guī)范評分等；還有一部分是對敏感數(shù)據(jù)的脫敏以及過濾。

（3）事后審計。包括日常用戶的操作日志記錄、風(fēng)險的上報以及事后的安全審計等等。

7、數(shù)據(jù)門戶

數(shù)據(jù)門戶作為最終統(tǒng)一結(jié)果輸出的地方，把報表、可視化看板，數(shù)據(jù)大屏以及第三方頁面集成組合到一起。個人可以設(shè)置個人的數(shù)據(jù)門戶，滿足千人千面的個性化看數(shù)需求，獲得清晰、直觀、美觀且沉浸式的看數(shù)體驗。

8、指標庫建設(shè)

第八個是指標庫的建設(shè)，我們把它歸結(jié)為 4 個步驟：

（1）指標梳理。自頂向下構(gòu)建指標體系。

（2）指標整合。整合是按照數(shù)倉的星型模型構(gòu)建的，構(gòu)建我們的業(yè)務(wù)指標寬表。

（3）指標上架。在我們平臺上進行指標上架后，業(yè)務(wù)能夠正常的去查詢，查看這些指標的口徑。

（4）指標應(yīng)用。結(jié)合自助低代碼方式和可視化分析能力去滿足業(yè)務(wù)后續(xù)的分析需求。比如借助低代碼能力，可以進行基于指標表的自助加工；借助可視化能力，可以制作基于指標表的可視化分析。

三、業(yè)務(wù)場景支撐

上面主要介紹了平臺整體架構(gòu)以及核心能力，接下來將介紹一些具體使用場景，也就是業(yè)務(wù)人員或者數(shù)據(jù)分析人員在平臺上做了一些什么工作。

1、數(shù)據(jù)分析場景全覆蓋

我們把數(shù)據(jù)分析的場景歸結(jié)為 4 大類：

（1）第一類個人自助分析。個人會有一些日常的數(shù)據(jù)查詢需求，比如報表查詢、數(shù)據(jù)統(tǒng)計，數(shù)據(jù)臨時下載等等。

（2）第二類賦能業(yè)務(wù)系統(tǒng)。就是支撐業(yè)務(wù)系統(tǒng)對接集成，把我們的可視化能力，報表能力輸出給業(yè)務(wù)系統(tǒng)集成，支撐他們?nèi)ゼ晌覀兊目梢暬芰?，降低他們的開發(fā)成本。

（3）第三類專題分析。針對于某一問題或者是某一措施之后的專項分析，評價其好壞，比如常規(guī)的營銷效果分析，就是一類專題分析。

（4）第四類管理駕駛艙。是使用比較多的一個場景，做出一些看板報表，供領(lǐng)導(dǎo)管理層基于數(shù)據(jù)的科學(xué)決策。

2、個人自助統(tǒng)計分析

下面看一下 4 個場景里面的具體內(nèi)容，比如在個人自助統(tǒng)計分析里面，我們將其歸結(jié)為 4 類：

（1）報表、大屏及看板的日常查詢。常規(guī)需求，大部分人員就是為了看數(shù)據(jù)，只有少部數(shù)據(jù)分析人員才會真正的去制作這些報表。

（2）業(yè)務(wù)日常通報、業(yè)績考核。這是涉及到業(yè)務(wù)類的，之前是通過線下 Excel 的方式去進行匯總加工出來，然后每天都要繁瑣的去做這項工作，現(xiàn)在通過我們平臺就可以一次制作自動更新，免除他們?nèi)粘７爆嵉臄?shù)據(jù)統(tǒng)計工作。

（3）總行支行數(shù)據(jù)上報。就是由總行下發(fā)任務(wù)，讓分支行的人員進行數(shù)據(jù)的填報，之前是通過郵件的方式，一層層總行發(fā)給分行，分行發(fā)給支行，支行再發(fā)到對應(yīng)的業(yè)務(wù)經(jīng)理，流程是比較繁瑣的。

（4）數(shù)據(jù)分析及臨時提數(shù)。針對一些數(shù)據(jù)的分析人員，要去寫 SQL 去進行日常查詢，還有一部分是會涉及到一些臨時的提數(shù)等等，這個是個人的數(shù)據(jù)統(tǒng)計。

3、業(yè)務(wù)系統(tǒng)集成

我們的研發(fā)效能洞察平臺，就是通過集成我們的可視化能力去展示決策視圖或者度量報告，算是我們平臺能力的輸出。這樣一些業(yè)務(wù)平臺就不需要另外去開發(fā)類似的可視化功能了。

4、場景化的專題分析

對于場景化的專題分析，針對某一問題或者是某一舉措后的專題分析。以銀行某一產(chǎn)品為例，從經(jīng)營現(xiàn)狀、資產(chǎn)質(zhì)量、還款結(jié)構(gòu)、轉(zhuǎn)化流程以及渠道來源等去進行各個角度的分析展示。

5、可視化大屏

可視化大屏，我們需要在一些比如業(yè)務(wù)風(fēng)險會議或者是業(yè)務(wù)監(jiān)控里面會有大屏的展示。這里有兩個例子，風(fēng)險疫情大屏以及會計運營大屏，能夠掛到某一個地方，領(lǐng)導(dǎo)或者同事能夠日常的進行一些數(shù)據(jù)的查詢。

6、實時 BI 解決方案

接下來介紹的是一個解決方案，是針對實時 BI 的解決方案。

它是有對應(yīng)的業(yè)務(wù)需求的，比如我們的管理駕駛艙，營銷效果分析以及風(fēng)險預(yù)警等等，這些對實時數(shù)據(jù)是有比較強的訴求的。他們之前數(shù)據(jù)都是 T+1 的數(shù)據(jù)，這對預(yù)警場景來說已經(jīng)是比較落伍了，T+1 的數(shù)據(jù)已經(jīng)對于該場景已經(jīng)沒有什么效果了，所以我們會依據(jù)這些場景去構(gòu)建實時 BI 的解決方案。

常規(guī)的數(shù)據(jù)源發(fā)送消息到消息隊列 Kafka 里面，然后 Kafka 將消息發(fā)送到計算引擎 Flink 里面，F(xiàn)link 把計算后的結(jié)果寫到我們的存儲引擎 StarRocks中。不同的業(yè)務(wù)場景可以使用不同的存儲引擎，我們?nèi)渴褂玫氖?StarRocks。同時 StarRocks 作為我們 OLAP 引擎作為后續(xù)的 BI 的一個查詢引擎，比如我們的實時報表、實時大屏和實時看板，實現(xiàn)對數(shù)據(jù)的秒級實時分析，這是我們的實時大屏解決方案。

7、智能問答機器人

智能問答機器人是我們在智能化方面的一個建設(shè)。

整個流程就是用戶在平臺上提出問題后，后臺在問答知識庫進行匹配，如果匹配上的話直接會給出答案，如果沒有匹配上就會有經(jīng)過相似度模型跟其他的問答去進行匹配，看是否是相似的問題，通過閾值判斷，如果超過閾值，就認為它們是相似的問題，就可以返回相應(yīng)的答案，如果沒有，會經(jīng)過 NL2SQL 模型去構(gòu)建對應(yīng)的查詢 SQL 給出相應(yīng)的結(jié)果。

這個是我們在智能化方面的一個建設(shè)，不過目前因為數(shù)據(jù)量比較少，只能針對于單個固定式的那種場景去進行查詢，是我們的一個嘗試和探索。

四、未來展望

最后一部分是我們平臺的未來展望。

1、正在做的

我們目前正在做的工作可以歸結(jié)為四大部分：

?（1）第一部分是完善我們自身平臺能力，整個 BI 的功能完善。

（2）第二部分是平臺的推廣運營。酒香也怕巷子深，很多人是不了解平臺工具能夠做什么事情的。目前我們平臺大概有上千人使用，月活也有上千人，我們后續(xù)會更大量地推廣介紹我們的平臺。

（3）第三部分是用戶使用的平滑過渡。這里指的是傳統(tǒng) BI 到敏捷 BI 的一個過渡。更低的學(xué)習(xí)成本、更順手的操作流程。

（4）第四部分是數(shù)據(jù)分析思維培養(yǎng)。不像互聯(lián)網(wǎng)公司，所有的銀行應(yīng)該都會有這樣的現(xiàn)狀，分析還是依靠專業(yè)分析人員，在中原銀行是依靠數(shù)據(jù)建模師。業(yè)務(wù)人員更多的是做一些數(shù)據(jù)統(tǒng)計上?的工作，不會具體去分析這個現(xiàn)象為什么會產(chǎn)生、這個問題為什么會出現(xiàn)以及我需要怎么去做。這就需要我們進行一些數(shù)據(jù)分析的思維的培養(yǎng)，也是我們正在做的一個工作。

2、未來努力方向

未來努力的方向有兩個方面：

（1）第一個是平臺的智能化建設(shè)。通過融合 AI、NLP、模型算法等技術(shù)去簡化用戶的分析的難度。比如我們智能問答的嘗試；后續(xù)會做一些智能洞察分析，是通過平臺去自動發(fā)現(xiàn)問題，定位問題；另外是自動可視化，比如發(fā)現(xiàn)問題之后，怎么通過可視化展示這些問題，讓用戶可以看到這些問題，這是我們未來在智能化方面要探索的內(nèi)容。

（2）第二個是平臺的開放化建設(shè)。把我們的能力進行輸出。我們的可視化能力，是每個平臺都會有的一個需求，我們后續(xù)會慢慢的開放我們的 SDK，我們的 API 以及我們的頁面嵌入能力，能夠去支撐更多的業(yè)務(wù)場景。

五、問答環(huán)節(jié)

Q1：數(shù)據(jù)下載審批，審批流程有分不同的重要等級，走不同的審批流程嗎？有的話等級是怎么標準？

A1：這個等級我們在數(shù)據(jù)資產(chǎn)中會有標記，把數(shù)據(jù)劃分為 4 個等級，三四級是最高的。如果涉及到三四級數(shù)據(jù)的時候，敏感程度比較高，會涉及相應(yīng)領(lǐng)導(dǎo)和安全人員的審批，如果涉及普通的一二級數(shù)據(jù)，只需要對應(yīng)的表 Owner 審批就可以了。

Q2：整套系統(tǒng)里面是外采還是自營的，分別是哪些部分是外采，哪些是自營的？

A2：這個就是剛才講的第一頁的內(nèi)容，我們 BI 系統(tǒng)的建設(shè)歷程。我們從 2019 年開始研發(fā)自己的整個 BI 體系，現(xiàn)在所有這里面的東西都是我們自主研發(fā)的，涉及的 8 個核心功能都是我們自己在做的。

報表平臺是外采的，現(xiàn)在還在用，但是現(xiàn)在我們有自己的報表平臺了，后續(xù)也會慢慢的會棄用掉外采平臺。

Q3：為什么不用 ClickHouse 或者 Doris 做多維分析工具？

A3：我們選用 StarRocks 也是多個團隊一起合作的，涉及到一些跑批集群也會用，比如我們的數(shù)據(jù)開發(fā)、數(shù)據(jù)中臺也會用；我們的報表涉及的主要是查詢，所以他們會綜合考慮到查詢性能以及跑批寫入的性能，以及我們對實時 BI 的需求?；谟羞@幾點的考慮，所以最終選擇是 StarRocks。還有一點就是，StarRocks 不需要自研或者外采，不用花太多的錢。

Q4：關(guān)于人才建設(shè)，是一個什么樣的大致規(guī)劃？

A4：行里面對整個科技是投入比較高的，采用的是行員 + 廠商協(xié)同開發(fā)的模式。

Q5：低代碼后臺實際還是 SQL 數(shù)據(jù)集嗎？

A5：我們低代碼去實現(xiàn)的功能，跟常規(guī)的那種拖拉生成表格還不一樣，我們這種是針對數(shù)據(jù)加工分析而做的，常規(guī)的你需要寫 SQL 去進行加工，但是我們對低代碼的一個定位，是用戶進行拖拉拽，我們平臺去生成對應(yīng)的 SQL。

Q6：低代碼平臺使用的場景是不是比較有限？

A6：低代碼平臺，我們的定位就是數(shù)據(jù)分析，我們不會涉及到比如常規(guī)的生成表格或者是生成業(yè)務(wù)表單等功能。我們只針對分析場景，針對性的把業(yè)務(wù)常用的幾種加工方式集成進來，然后業(yè)務(wù)肯定是需要這些功能去做數(shù)據(jù)加工的。