Datalogia.AI извлекает данные из внешних систем-источников, описывает их в единой метамодели, контролирует качество и загружает в историческую модель хранения с полным сохранением истории изменений. Аналитика и экспорт — из одного интерфейса.
Datalogia.AI применяется специалистами, которые настраивают загрузку и преобразование данных, поддерживают структуру хранилища, готовят интеграции на экспорт и используют аналитические представления. Подходит крупным и средним организациям, федеральным и региональным органам исполнительной власти, где несколько источников поставляют данные разных форматов — JSON, XML, CSV и других, — а структура целевых таблиц и связи между сущностями управляются через единую метамодель.
Список и граф связей коллекций. Создание и редактирование опубликованных коллекций через отдельный черновик. Импорт конфигураций метаданных. Настройка источников, групп полей и связей, валидаторов, сплиттеров, экстракторов метаданных и правил конвертации полей.
Формирование миграции по одному или нескольким выбранным черновикам коллекций. Список миграций с состоянием, временем и длительностью выполнения. Просмотр SQL-скрипта миграции и сведений об ошибке. Автоматическое обновление статуса незавершённой миграции.
Встроенные дашборды прямо в интерфейсе Datalogia.AI. Интерактивные элементы, фильтры и режимы просмотра. Конструктор для создания и настройки дашбордов. Согласование языка и темы встроенного представления с настройками интерфейса.
Конфигурации экспорта и наборы данных с основной сущностью, описанием и SQL-запросом. Сопоставление исходных и целевых колонок с изменением порядка. Связанные сущности и фильтры событий. Настройка параметров и политики повторной обработки, проверка обязательных полей перед сохранением.
Встроен в Datalogia.AI и доступен на любом экране. Работает с данными системы, отвечает на вопросы и помогает формировать срезы, графики и дашборды.
Срез по набору данных, периоду, статусу — без SQL и программирования.
Подбирает подходящий тип графика; полученный в диалоге график можно выгрузить или добавить в дашборд.
Формирует выводы и аналитическое резюме по дашбордам.
Сравнивает данные, выявляет аномалии и отклонения.
Статистика по нарушению сроков исполнения.
Сообщает об изменениях за период.
Отвечает только по данным, доступным пользователю.
Каждый ответ содержит ссылку на данные и параметры отбора.
Если данных не хватает, честно сообщает и уточняет нужную информацию.
Выбрали источник, представление и анализируемые поля — получили дашборд на данных хранилища.
Информация из различных систем доступна в одном контуре и используется для комплексной аналитики.
Графики, круговые, столбчатые, пузырьковые диаграммы, индикаторы, таблицы и карты.
Создание и настройка дашбордов с помощью конструктора.
Фильтры, детализация, пороговые и контрольные значения, сравнение в различных разрезах.
Собрать свой дашборд или предоставить доступ группе пользователей.
Число строк, исходные данные и метрики выполнения с предпросмотром.
Выбрали систему или сервис и настроили подключение: REST, SOAP, Kafka, CSV, БД.
Выбрали нужные таблицы, поля, типы данных и ограничения.
Задали правила обработки, расписание и параметры повторных попыток.
Данные автоматически поступают в систему по заданному расписанию.
Видим статус загрузки, отслеживаем ошибки и при необходимости исправляем данные.
Подготовили данные в нужном формате: API, аналитика, отчётность.
Серверная часть — микросервисы на Kotlin (JVM): приём и хранение исходных данных, преобразование и контроль качества, управление метамоделью, первичным хранилищем и миграциями, отчёты, импорт и экспорт. Асинхронное взаимодействие — через шину сообщений NATS.
Первичное историческое хранилище — PostgreSQL; исходные данные, метамодель и очереди обработки — MongoDB. Веб-клиент администратора — Vue 3 / TypeScript. Контейнеризация — Docker, непрерывная интеграция — Jenkins. Аутентификация пользователей — по протоколу OIDC.
Расскажем о возможностях Datalogia.AI и ответим на вопросы по внедрению.
