《全链路数据治理-智能数据建模 》——大白话数据建模(5) https://developer.aliyun.com/article/1231143?groupCode=tech_library
3) 数仓建设
4) 模型发布
3. 数据开发
在需求分析和模型设计做的很充分的情况下，数据开发反而是最为简单的，DataWorks 数据建模甚至可以直接生成数据开发的简单代码，供数据开发直接使用。
所以虽然在数据建模中投入一定的工作时间，但是整体数据开发的效率是更高的。在数据开发完成后，通过相关数据工具进行回归验证。
4. 数据运维
通过DataWorks 其他模块，观察数据线上产出的质量、时效；观察数据使用情况，及时对耗时长、使用率低的数据进行治理。
四、 总结
以往大数据研发经历了一段野蛮增长的时光，产生了大量不可维护或者计算存储成本高的数据，给企业造成了很大的负担。现在大数据产品关于建模的能力正在日益变完善，后续的大数据研发过程应该都是围绕着建模展开了，也欢迎大家使用DataWorks 提供的数据建模工具，改善、规范你的数据研发流程。
