01 数据集
数据集，是指承载数据、使用数据、管理数据的基础，同样也是构建数据分析的基础。基于数据集，可以使用Smart ETL进行数据处理、创建视图数据集、制作分析卡片等。
02 数据账户
数据账户，是指用于连接数据库（服务）的通行凭证。通过数据账户，可快速进行数据库连接，获取数据库中的表信息，进行数据集的创建。通过数据账户所有者和使用者的权限分离，可满足企业不同用户的数据账户管理需求。
资源血缘
通过点击操作栏的选项，选择“查看资源血缘”，即可进入资源血缘的详情页，查看数据账户内资源之间的关系（资源类型包含：数据账户、数据集、ETL、仪表板、数据大屏、应用等）。
03 Smart ETL
支持零代码能力的数据抽取和清洗规则配置，通过可视化的拖拉拽操作界面，定义、修改、发布、清洗转化规则并进行自动化调度管理，对数据集进行易操作、低门槛、智能化的高效数据处理。
04 数据权限模板
数据权限模板，是指批量设置数据集行列权限的便捷功能，通过数据权限模板，可快速设置多个数据集的权限规则。
05 视图数据集
视图数据集，是指基于Spark SQL的可参数化执行的动态数据集。通过视图数据集，用户可以将1个或多个非直连数据集（实时数据集除外），进行动态关联与计算，重新整合成新的数据集。
06 数据建模及数仓构建
观远数据通过对企业用户现场调研及业务咨询，结合自身行业经验，帮助用户完成统一的多源系统、数据集市构建和持续迭代，提供适配数据模型、清洗后的数据、基础和定制化指标体系，构建完整的分析模型基础，方便业务人员自助、灵活地使用。
为快速实现BI系统和业务系统的对接，并实现数据资源的分层管理，建议包含ODS、DW、DM层。各个层的主要工作介绍如下：
（1）Operational Data Store，ODS，数据操作临时区
· 通过数据抽取工具将业务系统的数据抽取到平台中；
· 操作功能包括从源头接入各类来源的数据，并可对接入的数据进行清洗过滤处理（不包括转换处理）等。
（2）Data Warehouse，DW，整合数据存放和数据整合处理区
· 基于观远数据的ETL工具，实现数据的清理、转化与融合；
· 操作功能包括数据全量和增量更新处理，数据整合处理，数据清洗转换处理（整合和统一的转换处理需求）等。
（3）Data Mart, DM，数据集市层
· 结合实际业务需求，构建数据集市层，为数据分析提供直接的、指标明确的基础数据；
· 为满足特定分析或输出需求所需的数据存放和处理区，按照多维方式进行存储的数据；
· 操作功能包括数据全量和增量更新处理；维表、事实表模型生成处理；缓慢 变化维处理；宽表/大小表/聚合表等性能优化处理等。
建设流程如下：
上述规范化的数据存储在管理上、数据应用上均有显著的优势。观远数据不仅仅是一个数据分析与可视化的工具，还是一个完整的数据处理分析平台，并提供了相应的框架支持。
