序号

 项目名称

 技术参数要求

 数量

单位

 备注

一、成品软件购置

1

数据

数据探查

通过数据探查样本数据记录功能，对业务缓冲库和原始库中的数据进行探查分析。支持对数据库进行多维度探

1

套

集成

查，包含数据关联探查、数据行数、表总数、视图总数、空表总数、字段总数、存储总量、数据表存储总量 TOP10， 数据表总行数 TOP10、数据库空表列表。支持实现表概况统计，包含数据总数、字段总数、数据类型总数、空字段数、数据缺失情况统计、数据按列分析概况、空字段率、数据更新频率分析、数据增量情况分析。

数据同步作业采用 B/S 两种可视化图形设计工具，通过拖拽组件方式快速开发数据同步作业，“零”编码、易操作、易阅读、易维护，全面提高数据接入的效率。支

持单表级数据同步，多表批量创建任务，提供字段自动

数据治理

平台

数据同步

映射配置，系统支持 40 多种以上结构数据库接入，数据接入引擎支持数据采集分区并行加载技术，提供高效的离线数据抽取、加载服务。提供输入、输出、脚本、标准四大类组件。输入组件支持：表输入、文件输入,其中表输入支持 MySQL、Oracle、PostgreSQL、DB2、MSSQL、达梦、Kingbase、Greenplum、GaussDB、GBASE8a、HIVE、

ClickHouse 等数据库下的表输出组件支持：JDBC 表输出、GaussDB 输出、PostgreSQL 输出、GreenPlum 输出、GBase8a 输出、文件输出、Hive 输出、Kafka 生产者，其中 JDBC 表输出支持 MySQL、Oracle、SQLServer、DB2、达梦、Kingbase、ClickHouse 等类型；支持脚本组件：

JavaScript 代码、SQL 脚本、Http 客户端。

数据对账

数据提供方和数据接入方在数据接入环节的某一对账节点对数据的完整性、一致性、正确性进行核对和检验的过程。支持结构化和非结构化数据源的对账。当数据提供方和数据接入目标方对应的数据条数不一致、目标方数据不完整，则记录对账异常，并进行告警。

数

据

离线

开发

离线开发支持 SQL 脚本和组件开发模式，组件开发模式采用 Spark 分布式内存计算技术，支持 20 种以上的结构

开发

化数据接入，平台内置丰富高性能数据处理算子，充分利用大数据平台计算资源提高数据处理效率。提供全流程可视化拖拽方式完成离线作业开发，离线数据开发过程更多是针对一种提取和加载 (EL) 后的数据进行数据处理的系统，而不是一种传统的提取、转换和加载 (ETL)

型平台，主要适用于大数据平台下数据开发场景。离线数据开发平台支持海量离线数据，可同时满足事务处理的高速、高可靠性海量数据处理要求。

实时开发

实时开发支持 SQL 脚本和组件开发模式，实时开发接收实时汇聚转发来的数据，调用分布式计算系统相关服务，

经过处理转换后分别形成统一数仓、标签数据和应用数据。组件开发模式下，支持 Kafka、ES、Mongodb、Hbase、gbase、greenplum 等数据源类型作为输入输出，包含数据安全、唯一标识、SQL 转换、数据校验、过滤、表达式、清洗、分支、连接、集合、聚合、列转行、行转列和标准转换十余种转换组件，充分利用大数据平台计算资源

提高数据处理效率；SQL 开发模式下，使用 FlinkSQL 进行脚本开发，对数据进行清洗、整合，提供可视化 SQL 在线编辑器，支持 SQL 美化、调试等能力，便于数据处理任务开发；基于 Flink 的 SQL 开发模式，提供毫秒级的实时数据处理能力。软件应屏蔽底层流处理逻辑开发工作，主要功能包括: SQL 驱动开发、组件化配置和多计算引擎。

工作流管理

通过可视化编排界面，将各个任务的依赖关系呈现出来， 并提供基于大数据集群的调度能力，最大程度的增强可靠性，同时对各个调度任务提供监控与执行日志，帮助

大数据开发人员进行问题定位于分析。系统预设 HTTP、子任务和依赖任务等多种类型任务节点，通过任务间依赖关系的方式完成复杂数据的分析和处理，提供服务任务编排与统一调度。

数据清洗转换

数据清洗转换指进行不一致的数据转换、数据粒度的转换、数据去脏和一些转换规则的计算。其中不一致转换过程是数据整合的过程，侧重于将来源于不同业务系统的相同类型的数据进行统一处理；数据粒度转换需要对数据进行统一归约。针对批量离线数据进行分布式并行清洗转换，针对实时数据进行不落地清洗转换。数据清洗通过可视化拖拽方式配置，离线开发技术基于 Spark 分布式计算引擎，提供丰富的 Spark 大数据处理算子， 组件包括：字段拆分、字段合并、删除字段、字段重命名、字段类型、转换字符串、替换去除首尾空格、指定值替换为 NULL、NULL 替换为指定值时间戳 、转换为字符串记录去重、分支组件、集合组件、SQL、聚合组件、过滤组件、连接组件、行转列组件、表达式组件、列转行组件及标准转换等常见组件；支持 SQL 任务算子化开发，数据开发人员通过简单的 Spark SQL 可以完成数据处理。

数据加载

平台可以将多样化、海量数据加载至目标数据库中，加载过程要支持分布式加载，按照集群的负载均衡原则， 由集群的多个节点并行加载，提升加载性能；按不同加载方式支持增量加载、全量加载，支持实时流加载和批量加载，加载数据主要进入传统关系型数据库、Hadoop、MPP 及流处理平台进行后续分析与运算。

数仓

设计

数据仓库通过对分散、独立、异构的数据库数据进行抽取、清理、转换和汇总得到数仓数据，保证整个数据一

致性。支持将数仓表来源规则智能推送到数据同步/数据开发任务，快速生成数据接入任务和数据处理任务。并且可以自动比对发现元数据变更内容，包含新增、删除、修改。智能感知对后续治理流程影响并通知，驱动后续业务如数据质量、数据同步、数据开发、数据服务流程进行变更，保证业务运行一致性。

数据标准

数据标准是数据治理平台建设的基础，是保障数据中台的内外部使用和交换的一致性和准确性的规范性约束， 基础类数据标准主要包括数据元、代码集、编码集、同义词、规范文件管理等能力，其中数据元具备自定义、

引用国标、行标管理以及地方标准管理等能力；规范文件主要包括平台的管理办法、运行流程以及技术规范； 本地标准是政府或企业根据实际自身业务发展而制定的适用于管理平台内部建设的标准，而行标、地标、国标则是行业、地方和国家颁布的标准，企业和政府可进行标准的借鉴和参考。

数据标准规范数据资产格式、命名的准确性和口径的一致性，可以按照业务领域、业务主题、信息分类、信息项生成标准细则，实现标准与数据关联映射，维护标准与元数据之间映射配置功能，实现标准状态的管理，包括增删改、审核、启用等。通过数据标准管理模块实现中心数据管理办法的落地，实现快速、自动、稳定、持续的数据质量提升，保证信息的可用性、可获取性、优质性、一致性。

数据质量

数据质量管理模块主要针对数据的规范性、完整性、准确性、一致性、时效性、可访问性进行校验。通过可视

化的流程配置，形成质量校验规则。可以支持按照表、数据类型、区域节点等维度进行数据质量统计。能够实现用户自定义评估模型，并根据评估模型对质量评估打分。支持基于数据标准智能生成数据质量校验任务，可自动校验数据表与标准数据元中格式、值域、数据范围、正则表达式、空值的约束是否一致。

数据模型

数据模型是现实世界数据特征的抽象，描述一组数据集的概念和定义，处于向上承接业务，向下引导数据的关键位置。数据模型所描述的内容有三部分：数据结构、数据操作、数据约束，形成数据结构蓝图，平台具备逻辑模型和物理模型的能力支撑，主要包括模型的创建、管理、模型转换、模型对比、模型检查、模型生成到数据库、生成 DDL、变更、送审、版本等管理功能。

数据资产

资源目录

资源目录用来组织数据资源，能够全盘掌握资源的情况和内容。通过资源管理功能，明确资源的来源、权属、使用方式、使用时间、发布途径等内容，盘活数据资源的价值，为数据共享交换提供依据保障。提供资源目录

分类管理、资源注册、审核、发布等功能。

标签管理

标签是一种用来描述业务实体特征的数据形式。通过标签对业务实体进行刻画，从多角度反映业务实体的特征， 实现数据的快捷筛选。数据标签管理是大数据应用工作的一个重要环节，利用数据资产管理工程已建成的数据原始库标准层数据，通过抽取对象特征信息，进行数据标识，从而形成适配各种业务的对象标签业务库。

指标管理

指标管理模块以元数据管理为核心，涵盖指标定义、开发、使用，实现指标的全流程管理，旨在帮助各类企业搭建数据指标运营体系，发挥数据最大价值。

主数据

基于微服务架构设计的主数据管理提供主数据模型定义、主数据维护、主数据查询、主数据源配置管理的能

力，极大的降低应用数据访问的复杂性，大大简化面向数据规则的管理，打破各个独立应用的组织边界。

数据查询

为平台数据管理、数据开发、数据分析等人员提供统一的、业界成熟、操作简便的 web 端 SQL 查询管理工具， 借助数据查询可以完成对不同数据源的数据查询，减轻了使用者客户端连接工具的安装维护，提升使用效率和复用使用习惯。

数据安全

数据安全审计

安全审计是指以日志方式详细记录对系统操作的一切安全行为的审计。针对服务模块的运行日志、操作日志、登录日志统一管理，针对日志级别和日志清理提供配置能力，基于业务操作提供链路式日志能力，可快速定位日志问题。

数据分级分类

数据分级分类主要从不同维度对数据资源、资源数据项进行业务细分，可在此功能中可动态维护相应的数据表分类、字段敏感度分类，并设置对应的访问权限，用于

对系统中资源表权限的控制。

模块数据权限

按照角色维度配置角色的模块操作权限以及模块的数据权限，数据权限包括全部数据，创建人、创建人所属部门等，业务数据操作权限灵活配置，无需定制开发即可实现业务数据的权限控制。

数据安全规则

支持对服务的脱敏规则和加密规则的管理操作。

支持脱敏规则的自定义添加，对脱敏规则的启用、停用等操作，脱敏加密规则按需定义，灵活配置异构数据库之间敏感数据脱敏处理，同时保证数据的有效性和可用性。

黑白名单管理

支持服务访问 IP 和 IP 段的黑名单管理，黑名单内的 IP 不允许访问服务，或只允许白名单内的 IP 和 IP 段访问服务，支持对非法 IP 的异常访问操作进行实时监测与预警。

数据运维

任务调度

支持 DAG 图的方式将任务按照串联、并行、依赖等关系关联起来，可实时、可视化监控任务的运行状态，提供强大、统一的调度引擎支撑各种复杂的任务调度流程高效运行，为海量异构数据的校验和同步提供保障。支持工作流定时调度、依赖调度、手动调度、停止/恢复，同时支持失败重试/告警、从指定节点恢复失败、Kill 节点操作。

任务监控

任务监控主要监控任务的运行情况，可以实时了解任务的运行情况。主要包含了任务模式、实例模式。任务模式主要是以任务的角度去聚合任务实例，更准确的了解

任务的基本情况；实例模式主要以任务实例的角度去呈现任务。

告警管理

告警管理管理告警组信息，配置关联人员。任务执行失败、服务关闭则会通过邮件服务发送邮件到指定人员。

支持自定义组合资源告警规则以实现对关键节点服务的运维监控，实现对相关环境的日常运维巡检，简化了巡检的复杂度，为环境的稳定、可靠、高效运行提供事前事后的各项保障能力。

资源监控

资源监控是指采集数据治理平台关联硬件服务器资源状态、数据库连接状态，在平台上实时展现对硬件资源监控，采用在服务器埋点，埋点程序定时采集数据上报； 对于数据库连接状态，调用数据库提供的 API 获取连接信息。

数据服务

数据服务发布

数据服务发布是对数据治理中可对外发布的共享资产按需进行封装，对外发布成服务，以供外部系统申请使用的过程。整个数据服务发布支持自定义 SQL 封装发布、表资源封装发布、共享文件发布、API 接口发布、标签服务发布、数据指标服务发布。发布服务过程无需进行代码开发，全程可视化操作，极大缩短服务发布流程，减

序号

项目名称

技术参数要求

数量

单位

备注

少大量人力投入。且发布后的服务需通过审核方可被外部系统查询申请使用，达到对外服务可控的第一道关卡。

表数据资源服

务

表数据资源服务是指将选定的表资源对应的表中的数据封装发布为北向接口，提供给第三方调用。

标签服务

标签服务是指将选定的标签模型对应的数据封装发布为接口，提供给第三方调用。

数据指标服务

数据指标服务是指将选定的指标对应的数据封装发布为接口，提供给第三方调用。

接口服务

接口服务是指在数据治理平台注册并包装第三方接口， 以包装的接口对外发布以提供接口访问。目的在于对第三方接口进行流量、访问频率等服务。

文件服务

文件服务是将平台的文件资源封装为服务对外提供使用。

系统管理

数据源管理

治理平台支持关系型、MPP、大数据、文件服务器、Http 接口、Kafka、处理过程、文档型数据库、ES 等类型数据源的适配。支持关系型数据库，主要包括 Oracle、DB2、SQL Server、MySQL、PostgreSQL、达梦数据库、Kingbase 数据库；支持 MPP 数据库，主要包括 Greenplum 、华为高斯 200、Gbase8a、腾讯 Tbase、Gbase8C、Doris；支持国内外主流的安全模式下的商业发行版大数据平台， 主要包括华为 FusionInsight、CDH、SDC Hadoop；支持Kafka；支持 http 接口；支持文件服务器 FTP、FastDFS、SFTP；支持基于开源 ETL 工具 kettle 的数据源。支持数据源类型动态适配扩展，在线扩展数据源插件，解决不

同数据库版本冲突问题，实现业务不中断适配。

审核管理

审核管理即审核流程配置，是指对数据治理平台中数据标准、目录、资源、共享服务、订阅服务等有审核需要的功能模块，提供统一的可视化审核流程配置。

系统字典

系统字典为数据治理平台提供了业务代码及码值的动态管理功能，用于在不同的行业中通过灵活的实施服务满足业务需求。码表管理通过配置 key:value 方式设置，通过接口提供给其他管理模块使用。

检索管理

为治理后的海量数据资产，提供业务分类检索的能力； 提供灵活的检索结果显示模板的配置，以实现不同业务对展示内容排版差异化的诉求，同时提供数据细粒度的权限配置，保障数据安全可控的使用，解决数据难使用的问题，提升数据检索业务贴合度。

插件管理

支持对开发插件、数据源插件、脚本解析插件进行管理。

数据运营平台

数据录入

数据报送是给业务部门人员提供数据上报的入口，支持灵活的表单信息填写、填写信息审核、填写数据检索、数据导出，上报任务审核通过后即表示数据上报成功。

数据超市

数据超市作为智能数据运营门户对外共享的出口，提供数据指标、资源及公共服务等资产供使用者选择申请， 实现平台资产数据价值的快速变现。

数据超市中通过多维度、多层次的检索条件能便捷、快速查找到高匹配度的数据资产，提供数据资产分类、分词模糊检索、资产所属部门、访问量排序、申请量排序、收藏量排序、发布时间排序等检索方式，快速响应检索

结果，帮助使用者快速定位到期望的数据资产。

标签分析

平台支持从不同维度对数据标准的总体概况和输入成果进行展示，包括标准统计、标准概况统计、各系统标准落地情况分析、标准维护情况分析、热门标准板块；也提供数据标准的模糊检索，并采用智能的分析算法生成热门标准，为后续检索提供快捷操作支持。

数据检索

平台提供从数据层面进行业务主题划分，针对划分的业务主题进行分词模糊检索，让搜索得到的数据更具有业务性，是数据超市检索功能的另一个维度的补充，同时可以自定义检索结果的展示内容和排版，结合权限管控， 不同人员检索各自授权范围内的数据资产。平台会记录检索条件及热门检索词，释放部分重复性的检索操作，快捷找到业务所需数据资产。

标准概览

平台支持从不同维度对数据标准的总体概况和输入成果进行展示，包括标准统计、标准概况统计、各系统标准落地情况分析、标准维护情况分析、热门标准板块；也提供数据标准的模糊检索，并采用智能的分析算法生成热门标准，为后续检索提供快捷操作支持。

数据地图

数据地图从宏观到微观视角通过可视化效果查看各存储介质之间数据流向关系，也提供了数仓视角和资产图谱

视角统揽数据资产情况。此外，平台支持整体的数据统计，包括数据资源、数据标准、数据质量、数据服务统计信息，支持应用系统和数据中心的全景数据地图。支持数据分层、表的层层下钻，支持查看资源统计和排行、查看数据表的详情信息。支持从数仓视角和资产图谱两种视角对数据进行宏观分析，数仓视角包含数据概览、

接入数据源表总数及 top6、数据质量分析（校验表总数、校验数据总数、校验任务数据、问题数据）、中间数据仓库（表总数、数据总量）、中间数据服务（数据总数）、数据质量变化趋势分析、服务使用分析（查看次数、下载次数、调用次数、推送次数）、标准概览（数据标准总数、代码集总数、数据标准落标率、规范文件总数）、

服务使用次数 TOP6、服务开放概览（服务总数、开发数据量）情况等。

质量报告

支持用户进行数据质量报告的查找和查看。用户不仅可以查看全量数据的质量报告，同时可查看部门、系统、

数据库的质量报告。通过不同维度的划分，方便用户了解对应的数据质量。支持对数据质量按年、季度、月等维度生成质量报告，系统具备探查和数据识别能力，可对数据进行准确性、完整性、唯一性等类别的自动识别， 可按年、月、季度生成质量报告，供用户查看与下载， 从而提升数据管理水平。并支持下载为 html、pdf、word。

系统管理

1）支持登录页面流程化性管理，可根据首页不同模块功能设置的流程图点击进入相应页面，方便熟悉系统操作流程，且受权限配置的限制，无相应操作权限的用户无法进入。

1

套

2

教务系统

综合教务管理系统

（ pc 端

）

2） 系统支持用户登陆后不通过角色界面灵活切换；

3） 支持系统不同角色功能权限的灵活设置，每个角色的功能权限设置可精细到页面的功能点；

4） 支持数据权限设置到用户的不同角色：

课程数据权限可实现对院系和专业、教研室权限的管理， 方便把课程管理和开课管理、排课管理等权限分配给院系。

学生数据权限，方便按照校区、院系、专业、班级、年级等对学生进行有效管理。

师资数据权限，方便对教师信息进行分配和维护。

5） 支持菜单自定义管理，可自定义设置菜单显示的顺序、菜单名称及是否需要该菜单、是否显示等，方便按照学校的使用习惯和命名习惯进行设置。

6） 支持登陆状态的灵活设置，如根据学生的注册状态、

离校状态、教师在职状态、离线时间等设置登陆情况；

1）对公共信息如学校信息、校区信息、部门信息、学年

基本数据管理

学期、专业信息、学信专业、班级等信息进行管理和维护。

2）对资源信息如学校的教学楼、功能区、教室等基础资

源进行管理和维护，可自定义设置教室类型；支持学校专业和学信专业的对照，方便直接导出报表。

1）师资管理主要对教师的基本信息，教师卡片等信息进行管理及维护。教师信息核心数据可批量导入，实现信息初始化，也可通过教务处和院系来维护上课教师的信息。

2）      支持师资信息学年学期库管理，可对不同学年学期的师资信息进行继承、维护管理，方便进行查询和工作量统计。

3）     工作量管理：

工作量管理为教师教学质量、教师教学考核、教师工作

师资

管理

量饱和度提供相关数据依据。工作量分为教学工作量(教学授课课时、教学实习课时等)和非教学工作量(教研项目、培训及进修等)两类。

教学工作量模块，应包括课程分类维护、工作量系数维护(如:教师相关的职称系数、级别系数等;课程相关的人数系数、重复系数、难度系数、教学模式系数、主辅讲系数维护等)、工作量公式维护、工作量统计等。非教学工作量主要包括教研项目工作量认定、培训及进修工作量认定，工作量汇总等。

1、课程分类维护

(1)课程分类信息维护：提供课程分类代码的维护，以及导入导出功能。主要信息包括分类代码、分类名称、停用状态(停用、启用)使用对象。

(2) 分类人数系统维护：提供分类人数系统的维护，以及导入导出功能。主要信息包括课程分类、人数、系数(按每增加一人增加多少系数)系数公式。

(3)分类难度系数维护：提供分类难度系数的维护，以及导入导出功能。主要信息包括课程分类、系数。

(4) 分类重复班系数维护提供分类重复班系数的维护，以及导出功能。主要信息包括课程分类、系数、重复序列。

(5)分类主辅讲系数维护

提供分类主辅讲系数的维护，以及导出功能。主要信息包括课程分类、任课教师类型(主讲、辅讲)系数。

2、课程系数设置

提供课程系数设置、课程公式设置和数据导出功能。(1)设置各课程的工作量系数，包括人数系数分类、难度系数分类、重复系数分类、主辅讲系数分类、教学模式

系数分类、调整系数分类、新开课系数分类和环节系数分类。

(2)课程公式系数

包括设置方式(追加、覆盖)公式名称、计算公式。

3、工作量公式维护

根据学年学期，设置各类工作量系数的运算公式，包括运算方式、工作量系数和操作(增加、删除)。

 4、每学期工作量分配核对

可于次学期初，确认教学工作量，包括多位老师上一门课的工作量分配、课综、毕综工作量分配。

5、工作量统计

提供灵活的工作量计算公式编辑工具，可根据实际情况

设置工作量计算公式，依据教学工作量计算公式，分计算轮次与学年学期计算教学工作量。

6、工作量查询

可以按条件组合查询教师工作量数据，如近五年工作量， 教授工作量等

学籍管理

1）  基本功能：包括学生基本信息维护、学籍卡打印、异动处理、专业分流、学生信息导入导出、报到注册服务、学生奖惩管理、学分及学业预警、学业信息查询、学生数据统计、打印报表、专业大类分流等。

2） 系统支持学生照片的批量上传或单个学生照片上传功能，针对批量上传学生照片功能，可以按学生的学号、考生号、身份证号等关键属性进行关联匹配，针对已有的学生照片，进行单个或批量上传更新。照片可根据需要随时进行维护和导出。

3）      通过与教学平台数据对接，支持学生学习全过程的记录与统计。

4）      支持学业情况和学籍预警管理，进行学分统计、学 籍预警、学业进程监控，可以自定义设置预警类型，针对各种类型的预警提供灵活的预警条件设置功能，支持多个条件组合进行预警。可控制计算对象的学期范围、课程类别范围、课程属性范围（与学分制改革下的培养方案和课程模块化相关联），一键生成预警信息通知学生空间。

5）      学籍异动管理和审批：学籍异动包括休学、复学、 自动退学、晋级、留降级、转学(转入、转出)转专业、取消学籍(劝退、开除等)保留入学资格、保留学籍等， 根据学校学籍异动的相关管理办法要求，系统实现由管理人员设置异动条件，学生网上提交异动申请，经学院、学工、保卫、总务、教务处等相关部门审批完成事项办理。对最终审核确认异动的学生，提供个别或批量处理功能，并同时更新学籍状态、在校状态、注册状态， 更新学生课表、成绩表等相关数据。提供各类相关表格打印，提供多条件查询统计，生成按时间段按类别异动数据。

学籍管理员可以灵活设置学籍异动类别、默认学籍状态、选择该类别的流程、异动说明(学生申请时需要同意该说明才能申请)时间控制、是否影响学籍(若影响，可以设置那些字段会在最后环节审核后自动更新，包括可选字段和已选字段)。

1、流程设置

教务处设置网上申报时间，学生发起，经保卫处、医务室、学院、教务处等相关管理人员审核或报送。转专业计划设置为转入学院申报转专业计划信息、接收人数、考试要求等，教务处审核学院申报的转专业信息和设置成绩排名选取学期。其他异动按学生发起、学院及相关部门审批流程设计。修改流程配置包括业务类型、是否启用、流程描述，步骤操作等内容。