dataworks的数据建模功能主要有哪些？

阿里云DataWorks的数据建模（DATABLAU）主要提供如下功能：模型的可视化设计：提供专业化的本地客户端与在线轻量级的客户端，供您在不同工作场景下进行可视化建模。协同设计：支持多人同时登录协同进行模型设计。数据标准：提供管理者定义数据标准、代码规范及命名规范。智能引标：提供模型设计人员在构建模型时引用预先设定好的标准的能力，实现事前落标。正向与逆向DDL：不仅支持将工具中设计好的模型直接下发至引擎，而且支持将引擎中已存在的模型提取至工具中进行再编辑、再下发，告别传统模型工具手工导入、导出的繁琐操作。模型库：支持用户将模型签入、签出至模型库统一管理的模式。模型落标监控：支持对已落到引擎中的模型进行基线检查，帮助用户轻松发现表结构与物理模型结构的不一致。与DataWorks开发体系完美结合：支持将模型的发布与DataWorks已有开发流程关联，实现更加规范化的从模型设计到模型发布上线的流程。 https://help.aliyun.com/document_detail/185557.html——该回答整理自钉群“DataWorks交流群(答疑@机器人)”

阿里云DataWorks的数据建模（DATABLAU）主要提供如下功能：

• 模型的可视化设计：提供专业化的本地客户端与在线轻量级的客户端，供您在不同工作场景下进行可视化建模。
• 协同设计：支持多人同时登录协同进行模型设计。
• 数据标准：提供管理者定义数据标准、代码规范及命名规范。
• 智能引标：提供模型设计人员在构模型时引用预先设定好的标准的能力，实现事前落标。
• 正向与逆向DDL：不仅支持将工具中设计好的模型直接下发至引擎，而且支持将引擎中已存在的模型提取至工具中进行再编辑、再下发，告别传统模型工具手工导入、导出的繁琐操作。
• 模型库：支持您将模型签入、签出至模型库统一管理的模式。
• 模型落标监控：支持对已落到引擎中的模型进行基线检查，帮助您轻松发现表结构与物理模型结构的不一致。
• 与DataWorks开发体系完美结合：支持将模型的发布与DataWorks已有开发流程关联，实现更加规范化的从模型设计到模型发布上线的流程。

DataWorks智能数据建模沉淀阿里巴巴数据中台建模方法论，以维度建模为基础，从数仓规划、数据标准、维度建模、数据指标四个方面，以业务视角对业务的数据进行诠释，让数据仓库的建设向规范化，可持续发展方向演进。

让数仓规范快速落地 数仓分层规划与模型设计结合，多个数仓复用一套规范 模型设计与数据研发相融合，快速生成规范的表与代码

快速构建数据模型 支持逆向建模，解决已有数仓建模冷启动的问题 同时支持可视化/excel/代码等多种建模方式 提供应用层模型建模工具，降低数仓管理的复杂性

提升数据指标创建效率 通过界面拖拽可视化批量创建指标 指标重复性检测、避免指标重复计算