大数据 云服务/云平台 软件定制 案例

项目背景与目标：企业的经营数据、生产数据分散在多个业务库和数仓里，管理层想看整体情况只能等数据部门每周出一份 PPT，数据滞后、维度固定，开会时临时想换个口径就答不上来。本项目目标是搭建一套可视化分析大屏平台，把多数据源统一接入，让业务方自己拖拽配置就能做出实时刷新的大屏，决策数据从「每周更新」变成「秒级可见」。 核心功能：(1) 多数据源接入，支持 MySQL / PostgreSQL、ClickHouse 数仓、Kafka 实时流、第三方 REST 接口和 Excel 文件导入；(2) 拖拽式大屏编辑器，左侧组件库、中间画布、右侧属性面板，图表组件开箱即用，全屏适配 1920×1080 并自动等比缩放；(3) 实时数据推送，基于 WebSocket 长连接让大屏数据秒级刷新，无需手动刷新页面；(4) 指标与缓存体系，常用维度预聚合、结果进 Redis 缓存，大屏首屏渲染稳定在 1 秒内；(5) 内置经营分析与设备监控等多套大屏模板，覆盖业务与生产两类场景；(6) 数据源权限与访问控制，不同角色只能看到授权范围内的大屏。 业务流程：管理员配置数据源 → 在编辑器中拖拽组件、绑定数据字段、设置刷新方式 → 保存并发布大屏 → 服务端统一查询接口从数仓或缓存取数 → 通过 WebSocket 推送到大屏 → 大屏实时渲染并自适应各种分辨率。

本项目是一套面向智慧城市、智慧海洋、智慧交通、智慧文旅及智慧园区等行业的数字孪生低代码可视化大屏开发平台，主要解决传统数据可视化项目开发周期长、组件重复开发率高、交互逻辑复杂、维护成本高以及跨项目复用性不足等问题。 平台采用低代码、组件化和配置化的设计理念，将数据图表、二维地图、三维场景、业务数据接口及交互事件等能力进行统一封装，为开发人员和项目实施人员提供一站式可视化大屏搭建工具。用户通过组件拖拽、属性配置、数据源绑定和交互事件编排，即可快速完成数据可视化页面的设计与开发，减少重复编码工作。 核心功能包括： 1. 可视化画布编辑： 支持组件拖拽、缩放、位置调整、图层排序、画布设置及样式配置，实现所见即所得的大屏设计。 2. 可视化组件管理： 提供柱状图、折线图、饼图、表格、文本、图片、地图及三维场景等组件，支持动态配置与复用。 3. 数据源管理： 支持对接后端 REST API，实现业务数据获取、解析、绑定及可视化展示。 4. 事件交互编排： 提供事件配置和蓝图编辑能力，实现组件点击、数据切换、地图联动及跨组件交互。 5. 数字孪生场景展示： 集成二维地图和三维可视化能力，实现地理空间信息与业务数据的融合展示。 6. 大屏项目管理： 支持项目配置保存、读取、编辑及预览，实现大屏配置的持久化与重复使用。 7. 动态视觉展示： 支持组件动画、背景样式、主题属性及多种可视化效果配置，满足不同业务场景的展示需求。 平台能够应用于城市运行监测、海洋环境监控、旅游数据分析、交通运行监管、园区设备监测及企业运营管理等场景，将分散的业务数据集中展示，为运营监控、业务分析和辅助决策提供直观的数据支持。

流量智能感知产品面向企事业单位数字化转型，感知业务访问行为、使用体验和网络流量构成，提供业务系统的安全合规检测、访问质量监控和故障分析定位能力，提升业务运维效率，保障业务连续性，避免潜在的安全风险，为业务系统和网络的安全、高效、稳定运行保驾护航。 实时感知业务状态，主动发现业务异常：工作中经常遇到业务系统访问慢、卡顿等问题，运维人员无法感知业务状态、主动发现业务异常，只能被动响应， 事后处理，导致网络使用体验差。系统提供7*24小时业务体验监测，运维人员通过应用总览，实时了解业务状态，智能化业务流量基线异常预警，主动发现业务问题，协助运维人员及时处理。 量化业务体验，精准定界业务问题，区分责任边界：当业务访问出现故障时，运维人员需手动登录到设备上，逐个排查，耗时耗力，经常查不出问题；各部门相互推卸责任，没有数据支撑。系统实时监控业务系统，分析用户访问行为，及时发现未经授权的访问行为和未经审批的业务系统，发现潜在的安全风险，指导业务整改，保障业务访问合规，防止私搭应用 监测业务访问，保障业务访问合规，防止私搭应用：核心业务系统经常被未授权的用户非法访问，引起数据泄露风险；私自搭建应用游离于管理框架之外，缺少安全防护，带来潜在的安全风险和审计问题。系统实时监控业务系统，分析用户访问行为，及时发现未经授权的访问行为和未经审批的业务系统，发现潜在的安全风险，指导业务整改，保障业务访问合规，防止私搭应用。

针对政务数据分散、分析门槛高、报表制作耗时等痛点，旨在打造一套集数据抽取、智能分析与自然语言交互于一体的政务数据看板，赋能管理层精准决策。用户全程通过自然语言、托拉拽图表的方式分析自己想要的数据，报表支持多样化展示。

健康数据智能监管云平台： 1、整合7类健康监测设备的数据库，构建中心库，实现数据的抽取、清洗、转化等 2、基于doris构建数据仓库，针对健康数据进行市场分析、会员画像，产品推荐等 3、构建数据治理子系统，用于数据结构设计、规范、集成ETL、数据同步、定时任务等等 4、构建标签子系统，建立标签引擎，梳理标签规则，完成数据标签化、用户健康标签等等 5、构建数据中台系统，用于呈现数据分析与挖掘的图文和报表

立项背景：为响应国家医保局DIP（按病种分值付费）支付方式改革，医院需对住院病例进行自动分组与分值测算，替代人工查表，提升医保结算准确率与效率。 核心功能： 1. 编码标准化：对诊断编码（ICD-10）和手术操作编码（ICD-9-CM3）进行自动补零、格式校验，统一为国临版与医保版2.0标准格式； 2. 编码对照映射：通过诊断对照库、手术对照库，将国临版编码自动映射为医保版2.0编码，支持23个手术操作字段批量对照； 3. DIP智能分组引擎：基于主诊断+主操作组合，实现+组合匹配、/或规则匹配、单码精准匹配、规则组匹配、编码范围匹配、s(n)/a(n)四级兜底等多层匹配策略，自动输出DIP病种ID； 4. 最优候选选择：当多个病种同时命中时，按匹配编码数量、是否包含主操作、操作位置优先级自动选优； 5. 分值计算：关联分值总表，自动计算每个病例的DIP病种分值，输出完整匹配结果表。 业务流程：原始住院病例数据 → 诊断/手术编码补零标准化 → 国临版转医保版对照 → DIP分组引擎多层匹配 → 最优病种选择 → 分值关联 → 输出结算结果。

本项目为甘孜州官方低空经济数字化管控运营平台，聚焦高高原地区低空飞行监管、无人机作业、空域调度、飞行服务、安全运维等核心场景，适配高 原复杂地形、低时延、高可靠的低空运行需求。平台依托5G通信、北斗高精度定位、数字孪生可视化技术，搭建空天地一体化低空运营管控体系，实现低空飞行器合 规备案、飞行计划审批、实时态势监控、风险预警、作业台账全流程数字化管理，助力区域低空经济规范化、智能化、安全化运营。

本系统专注于集群运行状态的深度监控与可视化呈现。通过采集集群配置、服务端口及运行指标等多维度数据，系统对原始监控信息进行结构化解析与标准化处理，最终转化为直观的图表看板与动态表格，帮助运维人员实时掌握集群健康状态。此外，平台还集成了数据检索、日志查询与文档管理等功能模块，为日常运维排障与信息查阅提供一站式便捷服务。

智联招聘需要有简历数据呈现，以及相关关键词处理。主要为两个功能服务，1是提供一些搜索支持，将职位相关数据分词后存储在Es集群里。 2是为c端客户或者B端客户展示简历和职位，承托10万级QPS服务，对简历和职位数据进行预处理。

建设目标在于解决前台数据服务需求与后台数据服务供给相匹配的问题，提高数据产品服务的规模化生产能力、快速需求响应能力和组件化可复用能力。 在产品层面，数据中台的总体架构分为16个子域：数据门户、数据展示中心、自助查询中心、数据交换中心、作业调度中心、元数据资产中心、文件管理中心、智能AI分析中心、流数据实时分析中心、数据标签中心、数据指标中心、自然语言NLP中心、图像识别OCR中心、智能推荐中心、知识图谱中心、时序预测中心。

1、立项背景和目标：制造工厂数字化转型，需要自动化采集产线设备运行指标、行业资讯数据，项目旨在搭建分布式爬虫+时序存储一体化平台，解决多源工业数据零散、人工采集效率低下的痛点。 2、软件核心模块：分为分布式爬虫采集模块、Redis任务缓存模块、Druid时序存储模块、异常重试管控模块四大模块。 3、业务流程：依托KVM云集群部署程序→定向抓取工业站点/API数据→数据清洗过滤→缓存临时落库→海量时序数据存入Druid，配套断点续爬、故障重跑能力。

针对工业互联网场景下设备数据采集与生产环境信息同步的需求，开发了这套C++高性能分布式数据采集与处理服务。系统支持从多源工业网站、API接口异步采集设备运行数据、生产指标与行业资讯，实现数据清洗、结构化解析与实时入库。采用Boost.Asio异步IO架构，单节点并发采集能力达1000+/秒，同时支持断点续采、异常重试与IP池轮换，有效保障数据采集的稳定性与完整性，为工业数据分析与决策提供可靠的数据支撑。

目前有很多光伏制造企业想要通过数字化来提高工厂的制造效率和供应链的成本控制，因此引入了工业互联网加数据中台的概念帮助企业实现这种大数据量和高复杂度的数据分析和展示；

使用 Oracle GoldenGate 解决复杂的数据同步难题。 业务场景：核心交易库向分析库同步、上云迁移、灾备搭建。 技术栈：OGG 12c/19c/21c 全版本部署、性能调优、异构（Oracle->MySQL/Kafka）映射。 合作价值：提供亚秒级延迟的数据同步方案，保障您的业务连续性，让数据迁移不再需要漫长的停机窗口。

1、立项背景和目标 随着业务规模扩大，地址解析、匹配及地理编码请求量激增，传统单一算法难以兼顾准确性与效率。为应对高并发场景下的地址理解需求，本项目旨在构建一套集深度学习、策略融合与离线训练于一体的地理信息处理平台。目标是通过工程化手段打通数据标注、模型训练、在线推理与质量校验全链路，在保证高可用性的同时，支持策略快速迭代与A/B测试，最终提升地址匹配、标准化及搜索服务的准确率与响应速度。 2、软件功能、核心功能模块的介绍 系统核心功能包括地址匹配、地址解析、地址标准化及地点搜索（Place Search）。在模块划分上，应用层提供Geocoding服务接口；策略模块负责前处理、模型请求及初始化；深度学习层基于TensorFlow Serving和PyTorch进行模型推理；底层服务通过负载均衡与流量控制支撑高并发。此外，离线训练模块涵盖数据标注、特征工程与增量训练；线上汇聚模块负责异常检测与排序结果校验；GPU私有云支撑BERT等离线AI分析任务。 3、业务流程、功能路径描述 典型业务流程如下：用户发起地址匹配请求后，请求经接入层负载均衡分发至策略模块，策略模块先进行地址解析与前处理，随后调用深度学习模型（TensorFlow/PyTorch）进行推理，返回标准化地址及匹配结果。同时，线上调用记录存入历史库，质量校验模块通过ES日志对空值、偏差及排序结果进行检测。异常数据回流至离线训练链路，经过人工标注、数据格式转换及增量训练后，更新至在线模型服务，形成"请求→推理→校验→回流→迭代"的闭环流程。

立项背景&目标： 1.通过优化的架构和流程，打通云端和本地数据连接，提高LSEG内部不同金融产品的自动化 2.持续优化产品用户的工作效率，降低人力成本 3.通过ETL，NLP，ML等工具和技术，持续优化数据质量 业务流程： 1.通过Boomi订阅SNS获取产品的云端数据，通过规则提取数据，存放到AWS S3 2.通过其他组件如格式转化等，进一步提取数据，进行NLP，ML等数据优化，存放到AWS S3 3.业务端通过产品界面识别文档关键词句信息，再次利用Boomi进行标准化和数据质量审核 4.合格的业务数据存放到本地数据库

•联通在线APP等核心业务AI智能体全流程开发，完成业务需求拆解、场景设计及Agent/工作流/工具的串联集成，优化Prompt工程迭代效率，保障智能查号业务的高效运转。 •负责AI业务接口体系搭建，开发业务Mock接口，完成总控落域大模型服务接口联调，保障上下游系统数据交互顺畅，支撑日均万级请求的AI业务场景稳定运行。

基于微软BI平台（Power BI + Sql Server Analysis Service），从0到1打造了SaaS模式的人力资源数据分析产品，涵盖人事分析、考勤分析、薪资分析。系统自动将客户的人员数据、考勤数据、薪资数据接入系统，系统就为客户提供完整的分析图表或报表（请参阅工作经历部分，有系统技术亮点介绍），目前超过150家客户使用，得到了客户的一致好评。

此系统是根据超大规模路网仿真电子地图提取需要，完成路网电子地图提取功能模块的系统开发和部署，该模块用于路网仿真地图的展示、提取和下载。 系统支持地图瓦片图展示，选择适合的地图服务，集成所需地图服务API，实现地图瓦片图的加载和渲染。支持矢量路线图展示，在本地实现OSM矢量路线地图的集成，以支持矢量图的快速提取。供提取的地图数据应保持准确性和完整性，能覆盖四川全省范围。应提供一个直观的用户界面，允许用户浏览、缩放和平移地图。实现矢量数据的提取逻辑，支持按需提取特定区域的路网数据。通过页面刻画几何图形，选择并提取几何图形范围内部的路网的电子地图数据。 系统提供数据下载功能，允许用户下载提取的矢量路网数据。所下载的电子地图数据应处理为GeoJson格式。下载的数据包括道路路线、道路节点等矢量地理数据，道路类型包括高速公路、快速路、城市道路等。

此平台以智能网联汽车落地应用为抓手，通过广泛开放应用场景，建设“全域联动、多场景应用、多维度考核”的自动驾驶运营监管平台，构建具有实用性、特色型的质量网联汽车监管应用综合平台。 平台通过融合交通路况数据、路侧感知数据、车辆状态数据以及第三方数据等多维度数据源进行全面的数据采集、汇聚和管理，通过数据分析、挖掘以及可视化展示等方式，并融合现在通信与网络技术，实现车、路、人、云端等智能信息的交换、共享，具备智能数据分析、智能化监管、多维度考核、协同运营管理等功能。平台实现的功能包含：拥堵态势感知监测、车辆运行监测、数据质量监管、企业测试管理、信息监管审批管理、车辆事故监测、数据共享监管、多维度数据报表管理、数据总览监控、考核管理、知识库以及移动端应用等功能体系。平台整体可实现安全、高效、人性化的监管需求。