我们先一起来看看时序数据的处理过程，从数据诞生到分析决策共经历 6 大环节：数据收集、数据清洗、数据存储、数据管理 4 个环节约占全流程的 80%；初始数据分析和数据可视化仅占全流程约 20%。

• 物联网协议多种多样，数据难以聚合；
• 由于业务原因数据分散在各大系统；
• 数据时效性差，需临时调用人力进行数据分发；
• 数据格式、颗粒度各异导致数据质量低；
• 数据的复用性差，按照需求处理的数据仅能应对某些场景。

• 顶层：助力物联网企业发展，加速生态迭代；
• 中层：实现物理设备双向通信，既能集成数据，又能下发指令，向上提供高效实时数据服务，真正打通数据源端到企业管理端的数据流；
• 底座：支撑数据和主流数据源的实时/离线汇入，联合 KaiwuDB 提供一站式的实时数据解决方案。

“高速”：集成高速、运算高速、页面响应高速，满足用户对高性能需求；

“集成”：实时接入、离线接入、多源集成、多模数据集成，满足用户对多源异构数据的集成管理需求；

“构建”：提供实时分析、流式计算、数据模型处理、数据可视化等功能，为用户提供数据消费的各种基础能力；

“行业级”：我们会针对目标行业持续推出一系列模型与方案，包括通用的分析方案与定制化方案。

如图是 KDP 产品架构，从数据采集、清洗、存储、管理、可视化全流程都可在 KDP 完成。数据来源支持数据库、Kafka、Excel等，经过缓存、数据管道写入到 KaiwuDB 中，此外提供了完备工具监控以上流程，最终在 KDP 以可视化形式进行结果展示。

• 支持多样的数据源，屏蔽下层的数据收集的复杂度；
• 消除数据孤岛，数据统一管理治理；
• 盘活数据，增加数据活力，将数据转化为数据资；
• 安全多样的数据共享，提升数据分享能力；
• 全链路数据服务方案，加速上层的数据建设。