6. 数据服务：集中管控，快速服务业务系统
1） 传统数据服务面临的问题
在数据的消费场景中，除了简单地提供数据表，另一种常见的方式是提供数据服务，也被称为API或接口，这种方式可以改善用户的使用体验，更加便捷、安全和高效。在企业中，常见的数据服务场景如下：
∙ 对内的数据服务：
◦ 企业不同部门之间通过数据服务实现数据共享，实现跨部门的协作；
◦ 数据部门提供数据服务给业务团队，实现数据赋能业务，用于进一步的商业分析决策；
∙ 对外的数据服务：企业将部分数据服务开放给合作伙伴或第三方，实现数据变现。
但是，在传统的数据服务开发模式中，一般数据服务的需求从提出到交付分为：需求提出-需求分析-需求评估与设计-开发-测试-上线-交付，完整的流程往往需要花费超过2周的时间。而且，在接口上线后，如果业务需求发生变更，则需要重新提交需求，安排迭代和开发。这种开发模式对于不同角色而言存在以下问题：
角色 |
问题 |
管理者 |
数据服务开发和管理体系不完善，影响企业对数据服务的管理 每个需求独立开发，浪费大量资源 权限体系不方便，网关策略不完善，数据安全无法保障 |
开发者 |
业务场景多样，个性化需求多 数据接入方式多样，接入效率低 多物理表关联查询 SQL 代码复杂，维护困难 |
数据应用者 |
没有全局服务市场和详细资料，不知道怎么查找已有服务 定制化开发响应缓慢，无法快速满足业务需求 |
2） Dataphin数据服务概述
Dataphin数据服务作为数据研发和应用之间的桥梁，致力于为企业提供便捷、高效的数据服务建设、共享与管理能力，帮助企业实现数据服务的统一市场化管理。
3） Dataphin数据服务核心功能与优势
为了解决传统数据服务中的问题，Dataphin数据服务提供统一规范的数据服务市场、简单高效的服务开发方式、服务运维监控和全生命周期的服务管理功能，具体如下：
∙ 数据服务市场
◦ 支持浏览所有已上线的数据服务，提供API文档帮助用户快速了解每个服务的参数列表；
◦ 提供申请权限功能，获取权限后即可轻松调用数据服务，减少重复开发、提高工作效率。
∙ 服务开发
◦ 支持界面化配置，可选择Dataphin中的逻辑表和预先创建的服务单元快速生成数据服务；
◦ 支持SQL式开发和自动解析，提供逻辑清晰的解析效果，杜绝错误代码的提交；
◦ 支持从数据源创建，直接连接有权限的数据源生成服务；
◦ 支持外部API注册，复用已经实现的API；
◦ 支持编排和复用多个已有的API快捷构建新的服务。
∙ 服务运维
◦ 支持查看指定时间段内的API调用和运行情况；
◦ 支持对单个API进行限流和配置告警规则；
◦ 支持查看数据服务的调用日志。
∙ 服务管理
◦ 提供数据服务创建、修改、测试、发布、调用、监控的完整生命周期管理；
◦ 支持按照项目隔离人员、应用和服务，提高开发效率和安全性；
◦ 提供完整的权限管理，支持按需进行权限申请、授权和回收。
优势：
∙ 提高服务消费和开发效率：Dataphin服务提供统一的数据服务市场，帮助业务人员快速查找和申请已有服务；同时提供界面化配置、SQL式开发、组合API等多种方式，帮助开发人员快速开发统一规范的数据服务；
∙ 保障数据安全与合规 ：减少明细、敏感数据在应用侧的存储和暴露，使用统一的平台数据安全管控策略，并提供完善的权限体系和网关配置功能，降低数据安全管控成本；
∙ 运维监控：支持对数据服务调用统计、调用日志明细信息的查询，为运维和开发人员排查问题提供帮助，及时发现并修正数据服务的调用异常。
