走好数据中台最后一公里，为什么说数据服务API是数据中台的标配？ ...

原文链接：走好数据中台最后一公里，数据服务API是数据中台的标配
视频回顾：点击这里
课件获取：点击这里
一、数据服务API建设背景

在数字化转型的时代背景下，新需求的大量增长、新技术的不断迭代，“互联网化、数字化”进程的不断深入，越来越多的业务被迁移到互联网上，产生大量的业务交互和对外服务需求，对API接口的需求与日俱增，如何快速提升企业数据开放共享能力，是企业面临数字化转型的关键命题。

传统的方式如后端开发人员通过 Java 或 Python 等语言进行编写来生成 API 接口，开发周期过长，运维成本太高，已经不能满足企业的需求。企业在数字化转型过程往往面临诸多难题：

为了更多的解决这些问题，我们在企业开放、共享数据过程中需要确定以下目标：

• 快速构建 API
  
• 系统稳定、数据安全
  
• 易于集成使用
  
• 授权交付
  
• 低成本运维
  

二、数据服务平台建设方法论

在分享数据服务平台建设方法论之前，我们先了解一下常见的数据中台应用架构：

数据服务层作为数据中台整体应用架构中处于中间地位，将数据计算层的结果通过数据API的形式对外共享给数据应用层。数据服务层主要有3个作用：
1、当数据已被整合和计算好之后，需要提供给产品和应用进行数据消费；
2、为了有更好的性能和体验，构建数据服务层，通过接口服务化方式对外提供数据服务；
3、满足应用各种复杂的数据服务需求（简单数据查询服务、复杂数据查询服务、实时数据推送）
而在数据服务层对外提供服务的过程中，经历了从“DWSOA”到“OneService”的演变过程。

从“OneService”数据服务本身来说，主要是解决异构数据源、重复建设、审计运维困难、理解困难这4个问题，通过“OneService”服务，实现主题式数据服务、统一且多样化数据服务、跨源数据服务的服务目标。
因此，若想构建一个完整的数据服务平台，需要具备以下6个要素：

• 便捷开发，具备低代码化的开发能力
  
• 易于管理，API管理操作可视化查询API
  
• 易于使用，具备规范化的文档描述信息
  
• 安全稳定，服务调用追踪监控、服务使用审计、鉴权等
  
• 易于运维，测试、纠查、问题规则配置
  
• 性能，负载均衡、高并发
  

三、基于OneService构建数据体系

了解完“OneService”理论，接下来为大家分享如何基于OneService构建数据体系，主要遵循以下步骤：

● 第一步：API定义

API的定义包括：快速配置参数、选择排序字段、API类型多样性、数据预览、复制字段等方面。

API的类型又包括生成API、注册API、服务分组及服务编排这4个方面。


● 第二步：API发布

API的发布包括测试、提交至API网关、发布至API市场、版本管理这几个方面。

● 第三步：API调用

API调用包括数据预览、API申请、审批、下载接口文档、正式调用这几个方面。

● 第四步：调用监控

业务上：对API调用的统计数据进行深入的分析，进而得出关键信息；
技术上：通过API调用的统计图表进行分析可以发现，哪些API最受欢迎；而哪些几乎无人问津，应该被淘汰；
安全上：对调用IP、调用次数进行监控，对调用者进行溯源。

● 第五步：数据安全

数据安全包括：统一认证鉴权、传输加密、安全组、角色分配、行级权限、调用审批等。

上述的数据服务API的建设过程，其实正是袋鼠云自研的数栈数据服务EasyAPI产品的落地实践过程。
数据服务（EasyAPI），高效的企业级数据服务产品，通过双模式可视化配置生成与注册API，快速构建OneService数据共享服务，形成企业级的API市场和API服务管理平台，提高数据开放与共享效率。

同时产品具备以下特点:

• 快速构建
  

配置即开发，支持0代码、低代码快速构建API

• 安全性高
  

用户认证、监控、传输加密、API级别安全策略、行级权限、角色分配、调用申请审批、调用周期次数的限制、黑白名单

• 灵活度高
  

“服务编排“可对不同的API进行组合，支持集成python进行数据处理、支持“条件判断”节点，选择符合条件的分支

• 配置灵活
  

横向拓展API网关、缓存

• 低成本运维
  

采用Serverless架构，只需关注API本身的业务逻辑，很少考虑运行环境等基础设施
四、API实施落地案例

接下来我们分享三个使用客户的实际案例，为大家介绍EasyAPI如何切实的帮助客户解决问题。
● 金融：某证券公司应用数据服务

● 学校：某大学应用数据服务

● 零售：某网络公司应用数据服务

袋鼠云开源框架钉钉技术交流qun（30537511），欢迎对大数据开源项目有兴趣的同学加入交流最新技术信息，开源项目库地址：https://github.com/DTStack

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！