标签：用户 src 审批 需求 实现 构建 验证 data- 传输
数栈是云原生—站式数据中台PaaS，我们在github和gitee上有一个有趣的开源项目：FlinkX，FlinkX是一个基于Flink的批流统一的数据同步工具，既可以采集静态的数据，也可以采集实时变化的数据，是全域、异构、批流一体的数据同步引擎。大家喜欢的话请给我们点个star！star！star！
github开源项目：https://github.com/DTStack/flinkx
gitee开源项目：https://gitee.com/dtstack_dev_0/flinkx
如果把企业数字化转型比作一辆自行车，那么技术与数据便是这辆车的两个轮子，骑在车上的则是企业战略、文化以及各种资源，它们决定了转型将走向哪个方向。不管数字化转型之路多么正确、战术如何高明，其最终结果还是要通过这两个轮子落地。
DT时代，“大数据”不是强调量大，是指数据来源多、维度多。现在很多系统的数据没法给第三方用，只有打破这种壁垒，才会产生新的价值。在数智化转型过程中，实现数据开放共享，是企业在DT时代实现弯道超车的前提。
数据共享服务可简单概括为将数据中台的数据共享给其他系统，或将某组织的数据共享给其他组织，提供数据的方式也十分多样，如数据库读取、文件传输、API接口服务等。
如何通过数据API，对外提供数据服务，进行数据共享呢？
数据API，通过RestfulAPI的形式对外提供数据服务，适用于数据库不直接对外开放，通过接口提供高并发快返回的数据服务场景，如企业内部将数据中台加工的结果数据，通过数据API的方式，提供给上层数据应用、数据门户，可视化大屏等；证券公司将股票、债券等行情数据通过数据API的方式提供给外部客户；新媒体企业将资讯通过API的方式提供给外部客户等，主要解决数据对外快速共享的场景。
按照传统方式，生成API接口，往往需要后端开发人员通过Java或Python等语言进行编写。从开始生成到对外发布，中间再做一些鉴权、限流等，整个流程较长，且一个接口开发完成后，需要测试人员再进行测试验证，整个过程下来，投入成本较高。
以下是传统方式生成数据API的流程：
近几年，在数据中台的浪潮中，大数据平台产品供应也越来越俱全。国内部分优秀的大数据产品供应商，也有标准化的数据共享服务产品，其将数据服务能力进行封装，大部分功能在平台产品内部完成，面向用户的功能只是连接数据源、编写查询逻辑，大幅度缩短API流程，并降低开发成本。
利用标准化产品，一般开发流程如下：
在API生成中，经过以下步骤：
在API调用流程中，API网关可以进行鉴权、限流、数据解密等工作。
（一）较于传统化的生成方式，标准化产品能带来什么？
1. 开发效率的提升：将数据API开发流程缩短，一个API生成只需3分钟
2. 人力成本的降低：传统方式需要后端开发写接口，现在只需更熟悉数据的开发，通过写SQL，就可完成数据API的开发。
3. API接口服务更多的场景：除了用户原有需求外，标准化的产品可带来更多附加功能，如API、用户限流，API调用监控等。
4. 企业级API市场：实现企业API统一管理，统一的API市场开放数据服务。
（二）数栈DTinsight 的DataAPI产品正是面向以上场景，提供数据API的共享服务。
DataAPI，通过双模式可视化配置生成与注册API，快速构建Oneservice数据服务，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。
DataAPI除以上介绍可解决的场景外，还在第三方数据服务、服务监控、数据服务安全深耕较多，提供给客户一个优秀的数据服务产品。
通过向导模式、自定义SQL模式双模式生成API服务，3分钟可视化完成API创建。
除在平台上生成API服务，支持将原有的API服务注册至DataAPI，进行统一管理、发布至API市场，企业所有的API服务统一管理。
平台从API管理者、API申请者视角分别提供API调用次数、调用日志、错误日志的监控。
可控制单个API的用户使用权限，调用次数是多少，调用周期是多长。
数据对外服务过程中，数据安全是非常重要的一部分，DataAPI保障数据安全，主要有三方面：
API调用中提供2种加密方式，可对用户信息、API信息、数据信息进行加密，适用于不同安全级别的场景。
针对API单秒调用次数、用户对API的调用次数可进行限流，保障数据服务的安全稳定性。
通过设置黑白名单，从IP级别控制IP的访问。
数栈产品分享：简析数据中台如何通过DataAPI实现数据共享
标签：用户 src 审批 需求 实现 构建 验证 data- 传输
原文地址：https://www.cnblogs.com/DTinsight/p/14719031.html
