全方位解决全类别、全生命周期的数据问题，通过元数据、数据质量、数据标准、数据资产、数据安全等的综合数据治理能力，满足数据消费的同时，实现数据治理。分为数据缓存区、数据贴源区、数据整合区等多个部分。

对数据进行抽取、清洗转换、再加载到数据仓库，将用户操作日志中的分散、凌乱、标准不统一的数据整合。展示数据编目的数据来源于的数据表及数据源关系，进行影响分析。数据规范遵循国家现行标准，用户可以通过代码集管理模块对所需要的所有代码集进行管理、维护，支持从数据源中备注或人工进行字段中文标注，主要操作包括新增，修改，删除，导出，导入，行以图形化界面操作、脚本形式创建数据清洗、加工、任务整合。

建设数据缓存区，该区域是基础数据库的数据入口，存储的是从各数据来源抽取过来的数据。其作用主要有两个：作为数据中转枢纽；防止后端数据处理出错时，再次执行出错，并可追根溯源。数据缓存区主要保存原始数据，不做任何处理。

基础数据库的各数据源数据的更新频率各不相同，增加数据贴源区，可以最快速最小化转换方式将源头的数据抽取到基础数据库中，将这些数据按原有的结构和属性，以一定的历史周期保存起来，并做一些简单的数据处理，增加装载时间、更新时间的“拉链”信息、统一编码格式等。

建设数据整合区，数据整合区存储最新的数据，当有数据更新后，数据整合区数据将采取T+1的策略更新。数据整合区数据是最全面、最准确的数据，可以给各业务系统使用。为决策支持提供数据支撑，按时间、区域以及其它维度汇总统计等数据，形成决策支持主题库。这样可以避免直接访问基础库，减轻基础库的压力，提高效率。

将业务服务相关的数据从基础库数据贴源区、数据整合区中抽取出来，形成智慧服务主题库。这样可以避免直接访问基础库，减轻基础库的压力，提高效率。

结合实际需求，定制自己的大数据集成工具，大数据集成工具包含数据采集、交换、处理等功能。包含结点管理、数据源管理、任务管理、数据清洗、数据加载、调度规则管理、告警功能、系统监控。

1）对数据进行抽取、清洗转换、再加载到数据仓库，将用户操作日志中的分散、凌乱、标准不统一的数据整合。

2）血缘分析：图形化展示数据编目的数据来源于的数据表及数据源关系。

3）影响分析：图形化展示编目变更对数据模型、引用编目及服务调用产生影响。

4）数据元管理：数据元标准管理主要包括数据元管理、数据类目管理以及代码管理功能。数据元的表示规范遵循国家现行标准。

5）编码集管理：用户可以通过代码集管理模块对所需要的所有代码集进行管理、维护，支持从数据源中备注或人工进行字段中文标注，主要操作包括新增，修改，删除，导出，导入

6）数据任务管理：行以图形化界面操作、脚本形式创建数据清洗、加工、任务整合。

7）数据质量报告：以饼图形式支持完整性、规范性、唯一性的分析;以曲线图形式支持对问题数据情况的分析;以饼图形式对校验数据、合格数据、问题数据的分析;支持按年按月查询。