服务架构
DataInsight 工业大数据集成与分析服务架构图
从最底层开始看，数据来源分为从设备上来的OT数据和信息系统上来的IT数据两大类，OT数据的采集通过边缘采集工具，利用研华工业互联网平台的IoT Edge进行边缘运算和转发接入到大数据平台，IT数据通过JDBC/Restful API/Web Service等方式接入到大数据平台，在平台层实现数据的统一管理。
数据接入平台后，通过数据集成与计算功能，进行数据的过滤清洗和前处理，再进行数据建模，并围绕业务层面构建不同的主题库，形成数据共享平台。数据平台还提供了灵活的数据权限设置，实现数据的安全访问，并通过多种访问方式将数据提供给上层服务使用。
在AI技术快速发展的背景下，要让AI真正理解并用好数据，就必须使用贴合业务场景的语言与其对话。这正是指标平台不可或缺的原因——它能够将指标要素标准化并集中管理，确保一旦发布，即可在全公司统一复用，既避免了重复开发、节约资源，也从根本上保障了数据的一致性与可靠性。
在此基础上，我们的DataInsight系列进一步构建了丰富的数据应用层。它不仅支持JDBC/ODBC、API及MCP Server等多种接入方式，便于第三方系统调用数据，更提供了预构建的数据分析智能体。该智能体不仅允许用户通过自然语言进行“即问即答”式的查询，更能对关键指标开展深度分析与自动化根因追溯。依托Text2MQL技术，系统可将业务问题自动转化为精准、口径统一的分析指令。 这推动企业跨越传统的“查询数据”阶段，迈向“分析-洞察-决策”的完整闭环：业务人员与管理层能自助完成从数据获取到根因剖析的全流程，而数据团队则可聚焦于分析模型与知识库的沉淀，从而赋能企业基于深度洞察实现科学决策与持续优化。
