海量的医疗大数据来自于各个业务信息子系统，数据的标准化程度低，在完成数据收集之后，随后就面向后续的数据的清洗和加工步骤。如何把这些海量数据按照统一的标准进行清洗，是很多行业和企业现在面对的最大困境。阿里数据中台为的数据ODS 层设计包含了三个特性：其一是数据同步功能，支持结构化数据增量或全量同步到ODPS；其二是实现全结构化数据转换，能够将非结构化数据（如日志）进行结构化处理后再存储；其三是支持历史数据的积累和清洗，能根据数据业务需求及稽核审计要求保存信息。总结阿里云数据中台的作用和功能如下：全域数据采集与引入：以需求为驱动，以数据多样性的全域思想为指导，采集与引入全业务、多终端、多形态的数据；标准规范数据架构与研发：统一基础层、公共中间层、百花齐放应用层的数据分层架构模式，通过数据指标结构化规范化的方式实现指标口径统一；连接与深度萃取数据价值：形成以业务核心对象为中心的连接和标签体系，深度萃取数据价值；统一数据资产管理：构建元数据中心，通过资产分析、应用、优化、运营四方面对看清数据资产、降低数据管理成本、追踪数据价值。统一主题式服务：通过构建服务元数据中心和数据服务查询引擎，面向业务统一数据出口与数据查询逻辑，屏蔽多数据源与多物理表。架构如下：
版权声明：本文为Peter_Changyb原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。