潮乾。
今天来讲讲数据编织产生的背景和典型的结构。说数据编织现在很火，因为分三部分讲，得讲讲数据编织产生的背景。第二介绍一下什么是数据编织。第三个就是数据编织有什么典型的结构。
医术与针织产生的背景来讲就说句实话，数据成为核心生产要素，之后成为数字化转型不可或缺的重要元素。随着政策的加持，大家充分对数据要素有了认识，数据总量也不断增加，但是数据主导问题没解决。
数据结构从多元化，从结构化到多元化的引进，从结构化的数据，半结构化的数据，非结构化的数据这种混合模式，尤其在数据采集使用管理难度上的进一步加大，以及单纯的关注数据应用到数据管理能力体系的建设。
原来数据域的建设都是从单行单纯的以数据应用为核心，现在像什么体积化数据服务能力建设来进行了，而且数据管理和运营能力的不足，开始尝试数据服务能力做平台化体系化的转变。包括数据的运行环境呈现了扁平式的跨平台的融合性的方式。
尤其企业都上云了，多云的架构，数据环境已经融入到了一种统一的原化的基础之上，数据的采集存储分析也从离线到这种实时易购贩载智能的视力已经在平台上得到了广泛的更高的应用。
基于这些趋势的变化，实际上导致了在数据化管理过程中遇到了很多难题，痛点。企业需要一种新的数据架构理念，在这种来应对数据资产化过程中的复杂性、分布局、多元化因素。所以产生了数据编织概念。
什么是数据编织？实际上数据编织是一个什么设计概念，表示数据和连接的集成层，数据编制不是技术也不是架构，是跨平台的数据整合手段，具备数据和连接两个核心概念。
·数据既是编织的对象，也是表业务的表征，连接各个实体获取工具，以屏蔽复杂的手段，包括利用ai积极学习、数据科学等技术询问。数据包括支持数据动态的整合，充分发挥可用数据之间独特性和业务的关联性，发现业务关系。
数据编织实际上是充当了一个角色，就是数据和连接之间这种基层层，利用对现有的未知的原数据资产进行持续的动态的分析，支持易购贩在、智能这种多元化、数据全服务周期的管理而打造出来的。
数据编织的典型结构时间就分为五层。
·第一个就是数据源层，数据编织就可以连接各种多样的数据源，这里包括企业内部的、有公共的、结构化的、非结构化的，所以是连接，但是不是采集和提取。
·第二个就是数据的目录层，和传统的人为的编、编织不一样，数据编织的采用新的技术。这里面来讲有一层的分析知识图谱，是原数据嵌入式的管理，自动去识别持续的分析关键指标和统一数据的可用原数据，构建图谱模型。通过原数据和业务的之间关系做图谱方式描述这些数据完第三个部分就实施实现了知识的图谱层。
这里构建和管理的知识图谱，通过于一层使用来简化数据的提升、设计更加直观、易于解释，分析更方便了。
·第二个通过知识谱谱的应用，让合适的数据在合适的时间自动推送给那些什么数据集成专家，或者什么数据工程师、让他们很好的访问这些数据。能够共享和使用这些数据。
·第四个来讲就到集成层了，通过集成和这个整合是数据编织的核心，自动编织动态的集成管理兼容各种集成方式，不但包括etl流失传输，复制交易，传递虚拟化微服务。通过 api还有内外部进行这种和共享。
消费层来讲，所有数据出来以后面向所有类型的这种数据用户提供数据和服务。包括数据科学家分析工程师、专家数据工程师it的，给他们准备这些相关的数据，自助式的数据准备和分析。
所以本质上来讲数据编织是一个统一的架构理念，通过数据源的自动检测和原数据的主动发现增强数据和业务的关联性和适中性，通过知识图谱的构建加强了数据价值的呈现。而且通过数据的自动编程，包括动态集成形成动态的可持续的数据增强服务。
除了这个架构理念，还提供了一套什么新的数据管理框架，使用户能够轻松的访问和共享不同各种各样的数据资源。现在讲到这里谢谢大家！
