一、关于Dataphin（智能数据建设与治理）
Dataphin 是阿里巴巴十余年内部实践及方法论的产品化输出，为企业提供数据建设、治理、运营、消费的Data x AI全链路服务，深度适配湖仓一体架构，灵活兼容多云复杂环境，助力企业高效构建标准化数据资产体系，加速释放数据价值。
二、Dataphin V5.2 版本升级功能点
01. 全新“数据资产一站式运营平台”，加速释放企业数据价值
支持20+数据源全生命周期管理，主题目录+灵活上下架，快速盘点和消费数据；
自定义属性配置，资产价值可视化，助力精准决策。
02. 全新智能应用，降本又增效
X-数据管家：自动解析资产元数据并生成描述等信息，AI驱动的“低人工干预”数据运营；
X-ETL：基于业务需求说明智能生成概念模型，加速数据规范建设落地。
03. 开发平台全链路升级，高效协作无壁垒
湖仓能力再升级：实时集成支持 Iceberg、SelectDB；
支持基于调度模板的批量调度配置、API输入组件支持自定义循环模式，适配复杂加工场景；
全面适配多时区，跨地域协作更顺畅。
04. API 调用支持行级权限管控，筑牢数据安全防线
自动继承表行级权限，精准控制数据读写权限；
用户/应用双认证+动态权限分配，满足不同权限管理诉求。
三、新版本重点特性详解及应用场景示例
特性 1：X-数据管家：批量元数据智能生成，资产上架 so easy！
应用场景:
- 小王负责部门所有资产的上架工作，上架前需要给完善表资产的展示名、描述、归属目录、标签，以及字段的展示名和标签；由于开发人员建表的 DDL 语句基本未填写 comment 信息，小王需要一一查看理解询问后再进行编辑，工作量巨大。
- 除了完善基本信息，小王还需要将通过 SQL 开发的自定义指标进行标记，配置维度字段的关联实体并完善指标资产的信息，由于指标众多，操作成本也很高。
功能概览：
- Dataphin 的“X-数据管家”智能能用，支持针对单个或者通过圈选规则批量圈选的数据资产，借助大模型的能力+ DDL 等基本信息，智能生成丰富数据资产的属性信息，包括标签、展示名、描述等信息的智能生成，助力降低资产运营成本、提高资产信息完整度。
- 清晰便捷的推荐结果确认操作： 以列表形式展示智能生成结果，可快速对比已有信息和智能生成信息，快速调整后批量应用；也可以查看单个资产详情，针对不合适的配置项单点重新生成
- 使用建议：您可以先通过自动上架规则批量编辑定义明确、可批量配置的属性信息（如使用部门、业务负责人等），再通过 X- 数据管家批量智能生成描述信息，最后在生成结果确认页面手动添加个性化信息，从而快速完善资产配置信息
特性 2：X-ETL，基于用户提供的业务知识，智能生成概念模型
应用场景:
概念模型是Dataphin模型的最基础部分，很多用户存在以下困惑
- 数据板块该如何切分
- 同行业内主题域一般怎么划分
- 都需要创建哪些业务实体
大模型有着丰富的公共领域知识，加上用户提供的业务知识，利用大模型的能力可以快速生成草稿版的模型。
功能概览：
- 输入用户需求，大模型将结合公共领域知识和用户提供的业务知识，生成概念模型
- 在大模型产出的结果上，可以人工进行调整或通过自然语言由大模型来调整
- 用户确认概念模型后，可以直接发布
特性 3：离线调度模板，通过模板一次批量设置调度配置
应用场景:
某金融客户的一批任务使用相同的调度条件，每次修改时也是按照同样规则变更。如: 有100个任务初始设置为每月第5天运行，后需要修改为每月第10天运行。由于需要修改的任务较多，并且需要重新提交发布任务，操作成本较高。
功能概览：
- 可在租户级创建离线调度模板，分为
- “基础调度模板”，可配置基础调度，如：调度类型，调度周期
- “条件调度模板”，可配置条件调度，适用于需要根据其他条件灵活触发任务运行的场景
- 计算任务、集成任务可引用基础调度模板和条件调度模板；逻辑表、派生指标、标签任务可以引用条件调度模板。如果您需要修改调度配置，只需要编辑更新模板，所有引用模板的任务的调度设置将立即自动跟随变更，无需重新编辑发布。
特性 4：API输入组件支持自定义循环，单任务自动采集海量数据
应用场景:
在企业级数据集成中，存在需循环调用API获取全量数据的场景（如某零售企业需每日拉取500家门店的销售流水，单次API仅返回单店的部分记录，需循环调用才能所有数据）。传统方案面临三大瓶颈：
- 分页数据采集不全：需按分页字段（如页码、偏移量）逐批拉取，人工计算终止位置易导致末尾数据遗漏或冗余请求；
- 参数轮询配置效率低下：需场景多任务调用成百上千个参数值（如门店编码、地理位置），配置复杂且运维成本上升；
- 终止条件不灵活：静态终止机制（如“最多请求100次”）无法满足多样化的接口场景；
功能概览：
- 分页循环：支持页码、偏移量、游标模式的分页数据读取，可自定义设置动态终止条件
- 参数遍历循环：支持手动填写、API两种方式获取循环参数，自动遍历完所有参数完成循环
特性 5：实时集成目标端支持Iceberg以及SelectDB
应用场景:
- 数据实时入湖场景：将业务库数据通过实时同步的方式写入数据湖Iceberg
- 数据实时出湖场景：将数据湖据通过实时同步的方式写入的SelectDB仓中
功能概览：
- 实时集成目标端支持Iceberg
- 实时集成目标端支持SelectDB
特性 6：业务指标“指标关系图”助力指标口径清晰定义和理解
应用场景:
- 理解业务指标逻辑：当业务指标作为需求表达载体时，可视化地展示业务指标的拆解逻辑，可帮助技术人员更直观、高效地理解业务指标，促进业务人员与技术人员之间精准对接需求，减少歧义，提升团队沟通与协作效率。
- 梳理指标分析思路：•相关人员也可借助业务指标关系图，更直观地查看指标拆解路径和相关过程指标，显著提升问题分析的效率以及分析思路的条理性。
功能概览：
- 指标管理页面，配置好相关业务指标后，可一键开启“指标关系图”：支持通过@快速引用添加、关键词模糊搜索和列表选择等方式，快速添加相关业务指标，结合运算符号，灵活构建指标关系表达式。
- 业务指标详情支持查看“指标关系图”：按照配置的指标关系，可视化呈现当前指标的拆解逻辑（例如：GMV --> 活跃用户数 --> 新UV ），便于更直观地理解指标，同时有效提升指标分析效率。
特性 7：数据API支持行级权限管控，精细化数据访问控制
应用场景:
在企业数据应用中，不同角色对数据的访问需求存在显著差异：
- 金融行业：客户经理仅能查看所属片区客户数据，风控专员需跨区域分析风险指标
- 零售行业：区域经理仅能访问管辖门店的销售数据，而总部分析师需全局视角
- 医疗领域：医生仅能调阅本人接诊患者的病历数据，科研团队需脱敏后的聚合数据
在基于数据服务API进行数据查询时，我们通常使用用户信息以及用户的权限配置表进行限制，或者基于应用级别进行授权。但前者无法将用户的权限进行统一的管控，且难以满足API服务与SQL查询的统一管控需求；后者则会让应用的构建变得非常复杂而无法实施。Dataphin的数据服务API可支持用户粒度和应用粒度的行级权限管控，帮助企业数据应用满足精细化数据访问控制。
功能概览：
- 自动继承式权限管理
- 直连数据库API：对接Oracle/MySQL等源时自动继承表级行权限规则（如银行交易流水按客户经理归属划分权限），可手动关闭或开启继承的行级权限
- 服务单元API：服务单元继承表级行级权限，可手动开启或关闭继承的行级权限；基于服务单元的API均继承服务单元上定义的行级权限
- 双模权限适配机制
- 应用自主访问模式：适用于自动化作业场景，采用应用身份鉴权（如额度评估系统调用征信数据API）
- 用户代理访问模式：适用于用户访问，通过DelegationUid透传用户身份（如销售代表查询自己的销售业绩及负责客户信息）
特性 8：全面适配国际化多时区使用场景，助力出海企业构建统一数据中心
应用场景:
A和客户B是两家全球企业，业务分布在跨不同时区的国家和地区，他们都准备采用Dataphin 用于构建全球的数据中心：
- 客户A期望将美国不同地区的分公司数据都同步到同一个 Databricks 实例中进行汇总分析；
- 客户B准备在每个国家搭建一套 StarRocks 引擎并使用当地时间作为数据库时区，期望采用Dataphin多租户+注册调度集群的方式，来隔离和管理不同国家的数据。
以上场景，都面临到数据所在时区各异、但是需要使用一套 Dataphin 进行集成加工处理的问题。
功能概览：
- 跨时区的数据同步：支持设置数据库的默认时区，离线集成和实时集成将根据输入数据源和输出数据源的时区，对时间字段进行时区转换；
- 租户级别设置调度时区：支持按照租户设置调度时区，修改后实例生成和运行将按照设置的调度时区进行。
特性 9：“数据资产管理与运营平台”支持独立输出
Dataphin 全新推出的“数据资产管理与运营平台”，面向已有数据开发平台的企业，提供集中化且用户友好的数据资产管理解决方案，支持从数据导入到消费的全生命周期管理流程。核心功能包括：
- 多源、多云数据资产引入：支持 20+ 不同类型的数据源（如关系型数据库、大数据存储引擎）的元数据采集，同时支持 BI系统的报表元数据采集，确保企业全面掌握所有数据资源状态，提高数据盘点效率。
- 自定义资产属性配置：支持根据管理诉求个性化定义每个资产类型的附加属性信息，通过批量上传或借助大模型智能完善属性信息。同时支持添加使用说明、关联展示数据血缘及质量评估报告等，促进终端用户对数据资产的理解和应用。
- 主题式资产目录构建：基于不同维度（如数据来源、责任部门）创建资产专题和目录，支持灵活定义专题可见用户范围，帮助企业高效组织并快速定位所需信息资源。
- 灵活的资产上下架管理：结合归属目录定义及最小化数据可见规则，让高质量数据资产像“商品”一样被管理和使用，治理数据价值加速释放。
- 与 BI系统无缝集成，打通消费最后一公里：完成访问权限申请后，用户可直接跳转至预集成的 BI 系统进行自助分析和洞察生成，权限统一托管在资产平台，确保操作便捷性和数据安全性。
此外，平台还提供一系列增值服务选项，如智能数据管家、基于自然语言的智能资产问答和数据分析、数据服务、全域数据治理（标准、质量、安全）以及行级权限管控等，让企业能更有效地激活累积的数据潜力，促进业务增长，同时建立完善的数据保护机制，实现数字化转型。
四、总结与展望
本次版本通过推出全新独立数据资产管理平台、智能化能力升级、开发链路优化及API权限管控四大核心功能，为企业构建了更高效、安全、智能的数据运营体系。未来，我们将持续迭代技术深度与场景覆盖，下一版本将重点推出数据治理智能Agent（智能数据标准映射+智能安全分类分级打标）、MaxCompute/ Hive SQL 可配置查询加速引擎以提升查询性能、资产目录支持上下架审批流程、实时集成和实时研发全面适配Paimon和Hudi 湖表等能力，进一步深化湖仓一体能力，助力企业实现数据驱动的精细化运营与业务创新。
