作者：明离

前言

数据中台是当下大数据领域最前沿的数据建设体系, 它并不是从零开始, 无中生有的。数据中台是传统的数据仓库的一种升级, 是数据采集、建设、管理与使用的一整套体系。Dataphin是一个构建数据中台的强大工具, 数据集成是Dataphin的组成部分，负责数据“采”、“建”、“管”“用”中的采集部分。数据集成是简单高效的数据同步平台，致力于提供具有强大的数据预处理能力、丰富的异构数据源之间数据高速稳定的同步能力，为数据中台的建设打好坚实的数据基座。

数据集成定位

数据集成是数据中台建设中最基础的工作，将不同系统的数据相互打通，实现数据*离线或实时流动。面对各行各业对大数据越来越多的应用，对数据集成也有了更多的诉求。包括：能够简单高效的配置大量数据表的同步任务；能够集成多种异构数据源；能够实现对数据源的数据进行轻度预处理；能够实现数据同步任务的调优（例如容错，限速，并发）等。Dataphin的数据集成模块主要面向企业数据开发人员，以组件拖拉拽的形式，帮助企业高效构建大数据流通管道，从而将各种烟囱状态的数据汇聚到数据中台。

数据集成能力

数据集成旨在为用户构建简单高效、安全可靠的数据同步平台：

• 支持通过整库迁移（快速生成批量同步任务）和一键生成目标表的方式，提高数据集成的效率。
• 支持流程和转换组件，实现数据源的数据预处理（例如清洗、转换、字段脱敏、计算、合并、分发、过滤等）能力。
• 支持丰富的异构数据源，实现数据源之间数据高速稳定的同步能力。
• 支持Dev-Prod和Basic的开发模式，您可以根据业务场景进行灵活选择开发模式。
• 支持将Dataphin中创建的逻辑表快速地同步到目标库。
• 用户可自定义系统尚未支持的数据源组件，以满足不同业务场景数据同步的需求。

数据集成场景关注要点

易用性

用户进行数据中台建设时，需要集成的表的数量往往很多，需要进行大量重复的繁琐配置工作。

Dataphin的数据集成通过高效的拖拽式操作，自动化的一键自动建表、组件复制和整体管道配置复制，批量化的整库迁移等操作可大大提高系统的易用性及操作效率。

Dataphin的数据集成的画布数据的输入、转换、输出组件、采集工作流、采集任务等可视化功能，使管理员直观的掌握数据采集情况。

Dataphin的数据集成在任务搭建过程中支持同步任务试运行、度量查看、数据预览，方便用户进行数据集成任务的调试。

多源异构的数据同步能力

在企业信息化建设过程中，由于各业务系统建设和实施数据管理系统的阶段性、技术性以及其它经济和人为因素等因素影响，导致企业在发展过程中积累了大量采用不同存储方式的业务数据，包括采用的数据管理系统也大不相同，从简单的文件数据库到复杂的网络数据库，它们构成了企业的异构数据源。

在数据中台的建设中，需要支持各种异构数据源的数据集成，Dataphin的数据集成可支持30+种数据源的支持，同时可自定义数据源进行灵活接入。

数据预处理、同步配置能力

在数据集成过程中，来源端数据会有轻度预处理诉求，比如敏感数据加密、数据过滤、分库分表数据合并、追 加字等。也会有各式各样同步配置诉求，如容错，限速，并发，同步过程调试等。

Dataphin的数据集成支持数据清洗转换能力，提供字段计算、合并、分发、过滤、字段脱敏等组件或函数，支持容错配置、并发配置、限速配置等。

以上就是Dataphin的核心功能数据集成的介绍, 希望能帮助您更好的使用Dataphin数据集成功能。