插件化扩展机制，支持丰富的异构数据源

数据传输使用插件化扩展机制，对新的数据源具备强大的扩展能力，目前已支持涵盖关系型数据库、大数据存储、半结构化存储、NoSQL、消息队列类型的20+种数据源的读写任意组合。

产品化解决方案，支持多种数据传输经典场景

针对增量抽取、分库分表、整库同步、数据脱敏等经典场景均提供了解决方案，通过简单的界面配置即可完成复杂的数据传输过程。

权限管控，支持多重安全管控策略

用户使用数据、配置相关的传输任务都需要获取相应的权限后才能操作。开发与生产环境隔离，用户对开发环境任务的变更不影响线上任务的正常运行。

高性能，最大化提高传输效率

数据传输底层采用 Flink 计算框架，可以充分利用集群资源横向扩展并行度，轻松面对海量数据场景。

多任务模式，解决数据源任务质量监控问题

支持多种数据源类型的任务进行单表质量监控任务和多表数据比对任务，实现数据质量统一管理。

丰富的规则预置模板，灵活的规则自定义配置

丰富的规则预置模板，灵活的规则自定义配置：监控规则配置灵活，覆盖面广，支持模板规则、自定义SQL规则；同时具备多数据源类型SQL语言精准解析，辅助快速完成规则的设置。

事前定义、事中监控、事后回溯，全流程把控数据质量

通过事前定义数据的监控规则、事中监管数据的生成过程以及事后数据评估和问题追溯过程，把控高质量的数据。

规范标准制定，紧密贴合业务诉求

除默认配置外，支持用户基于系统现有属性对数据标准定义过程中的数据元选项进行配置；同时支持自定义为数据元附加属性，灵活贴合业务场景诉求。

数据标准与数据质量规则相关联

确保质量规则的统一性和准确性：数据标准是数据质量规则的主要参考依据，可以实现字段级的数据质量校验，也可以直接构建较为通用的数据质量规则体系，确保规则的统一性和准确性。

基于数据标准的规范化建模，保证模型建设的标准和统一

数据标准构建统一表名规范、字段命名规范、格式、类型、值域等规范，构建模型时引用统一标准，确保模型建设的标准性、统一性。

数据标准与数据开发相结合，统一开发规范

根据数据元挂载情况自动生成字段映射关系，生成对应脚本，根据关联的规则生成质量检测任务。

面相业务场景的标签体系构建能力

提供低门槛“宽表”构建能力，帮助上层应用构建业务模型，输出标签库和标签服务。跨存储类型的数据源整合，降低数据同步运维成本。零脚本积累标签画像资产，提高运营效率。

精准画像分析

客群画像分析，通过丰富标签，深入用户洞察，圈定目标群体，并实现精准画像的大数据分析。可沉淀的数据接口，快速集成标签数据、画像报告至各业务系统。

多主题域数仓分层，业务技术双纬度切分

遵循数仓建设技术标准划分不同表分层，并结合业务实际划分不同主题域，使数据的业务含义能够一一对应并得到直观的体现，实现业务逻辑的技术落地。

引用标准进行建模，效率与质量同步把控

建模时通过引用标准建立字段，保证了命名规范的同时也提供了质量的依据。

多数据源类型支持，建立数据全链路规范

企业已存在的外部数据源的数仓，支持统一抓取进行管理，新建业务系统的数据表设计也可将平台的统一数据标准进行应用。

完善的元数据发布流程，保证元数据统一管理

完善的数据发布流程，将元数据根据元模型进行采集、注册以及发布。

统一的元数据中心，解决元数据缺失问题

将元数据和标准、质量、模型等子产品进行打通，丰富元数据内容的同时，方便数据资产消费者更好的了解数据。

丰富的数据查询功能，帮助业务人员更好了解数据

支持表元数据信息、字段信息、血缘信息的展示。和模型设计相结合，可通过主题域和分层方式展示表方便查询。支持表的收藏订阅，已关注的表发生变化时，通过邮件进行通知。

丰富的节点类型，逻辑节点无缝连接

支持多种数据源类型的SQL，同时支持spark、hive、script、数据传输等多种任务类型。

强大的调度功能，支持多种调度模式

支持多模型的调度设置，支持周期、crontab、以及自定义日历的调度模式；支持任务、节点之间的跨流依赖，支持任务串行、并行、自依赖等调度实例并发逻辑，适配不同数据产出迭代逻辑。

完善的发布管控，对关键节点设置审批流程

结合DataOps方法论打造大数据场景的CI/CD DevOps，提供数据测试、配置检查、自助分析、影响审批策略、任务发布等功能，保障数据质量的同时提高了数据开发的效率。