这条是 qData 主数据平台开源版,我先查发布信息与功能范围。
主选项信息已经够,我再补一轮技术栈与开源协议细节。
qData 主数据平台开源版 v1.0.0 上线:十大模块开放,Apache-2.0 可商用,主数据全流程一条链路打通
2026 年 11 月 16 日,江苏千桐科技正式发布 qData 主数据平台开源版 v1.0.0,代码托管在 Gitee(qiantongtech/qData-mdm),采用 Apache-2.0 协议,允许商用(保留 Logo 与版权标识)。这次开源的是主数据管理的完整链路,并不只是放出一个建模工具:工作台、主数据管理、模型管理、规则管理、数据接入、多源融合、数据质量、数据分发、授权管理、审计追溯十个模块一次性开放,串起来就是 “模型定义 → 规则配置 → 数据接入 → 多源融合 → 权威主数据管理 → 数据质量 → 数据分发与服务 → 授权管理与审计追溯” 这条业务闭环。它要解决的是企业里最常见的那个老毛病:客户、供应商、产品、物料、组织这些核心业务对象散落在 ERP、CRM、MES 里,标准不一、编码各异,同一个对象出现多套编码、重复记录、信息互相打架。开源版把 “定标准、汇数据、查重复、做合并、保质量、发下去、留痕迹” 这几步落到了可配置的平台能力上,属于能自己部署、能二次开发的起点级方案。
这次开源了什么:十个模块的职责
| 模块 | 干什么 | 关键能力 |
|---|---|---|
| 工作台 | 统一入口看全局 | 主数据规模、模型数量、业务域分布、数据变更趋势、平台动态 |
| 主数据管理 | 维护权威数据 | 按主数据域 / 模型组织,查询、新增、修改、导入、生命周期管理、个人申请进度查询 |
| 模型管理 | 定标准 | 主数据域、模型目录、模型定义、模型关系、参考数据、编码方案 |
| 规则管理 | 定治理规则 | 匹配规则、生存规则、质量规则三类配置 |
| 数据接入 | 汇数据 | 来源系统、数据连接、接入任务管理 |
| 多源融合 | 去重与合并 | 重复检测、匹配审核、合并管理 |
| 数据质量 | 查问题与整改 | 质量任务、问题数据、整改任务 |
| 数据分发 | 把数据送出去 | 目标系统、分发任务、数据服务(查询能力) |
| 授权管理 | 控权限 | 数据访问授权、服务调用授权 |
| 审计追溯 | 留痕迹 | 操作审计、变更历史、数据版本、来源追溯 |
这十个模块按主数据的生命周期排列,不需要各自单独配置一遍。企业可以先建一个域(比如供应商或物料),跑通 “建模→接入→融合→维护→分发” 这条链,再横向扩到客户、组织、人员。
“五个统一” 具体统一在哪
官方给这套平台的定位是五个统一,逐条拆开看更清楚:
| 统一维度 | 解决的问题 | 对应模块 |
|---|---|---|
| 统一数据标准 | 同一对象在不同系统叫法、字段、编码都不一样 | 模型管理(模型、字段、编码方案、参考数据) |
| 统一数据管理 | 核心对象没有集中的维护入口,改一条要进好几个系统 | 主数据管理(集中维护 + 生命周期) |
| 统一数据治理 | 同一客户 / 物料在多系统里重复存在,谁也不认谁 | 规则管理 + 多源融合 + 数据质量 |
| 统一数据共享 | 治理完的数据发不出去,业务系统还是用老数据 | 数据分发(目标系统、分发任务、数据服务) |
| 统一安全追溯 | 谁改的、什么时候改的、数据从哪来的说不清 | 授权管理 + 审计追溯 |
很多主数据项目失败在第 3 步和第 4 步:数据汇进来了、也清洗了,但没有持续分发机制,业务系统继续按老规则造数据,几个月后平台里的 “权威数据” 又跟实际脱节了。这套设计把分发和追溯放在链路末端,指向的就是这个循环问题。
三类规则是这套平台的治理内核
主数据能不能用,关键不在建模界面好不好看,而在规则配得对不对。qData 主数据平台开源版把规则拆成三类,各自负责一件事:
| 规则类型 | 作用 | 配错的后果 |
|---|---|---|
| 匹配规则 | 判断两条记录是不是同一个对象(匹配条件、匹配方式、参数) | 配松了会误合并,配紧了查不出重复 |
| 生存规则 | 多条记录合并时,每个字段该取哪条来源的值、优先级如何 | 配错会出现 “手机号取 A 系统、地址取 B 系统” 的错配 |
| 质量规则 | 数据是否符合质量要求,作为检查依据 | 缺规则会导致问题数据一直流向下游 |
这三类是主数据治理里最容易 “看起来配了、实际没生效” 的地方。匹配规则决定召回率和准确率的平衡,生存规则决定黄金记录(golden record)长什么样,质量规则决定后续整改有没有抓手。开源版把三者都做成可配置项,意味着不用改代码就能按自己的业务口径调,但也意味着规则设计本身要靠业务共识,平台只能提供工具。
全流程链路怎么跑
| 环节 | 平台上的动作 | 产出 |
|---|---|---|
| 1. 模型定义 | 建主数据域、模型、字段、编码方案、参考数据 | 一套可执行的数据标准 |
| 2. 规则配置 | 配匹配、生存、质量三类规则 | 后续识别与融合的依据 |
| 3. 数据接入 | 配来源系统、数据连接、接入任务 | 多系统数据汇到一处 |
| 4. 多源融合 | 重复检测 → 匹配审核 → 合并管理 | 统一的业务对象记录 |
| 5. 权威主数据管理 | 集中查询、新增、修改、导入、生命周期管理 | 可供全公司认的 “那一份” |
| 6. 数据质量 | 质量任务跑检查 → 问题数据 → 整改任务 | 可持续的质量台账 |
| 7. 数据分发与服务 | 目标系统、分发任务、数据服务 | 业务系统真正用上 |
| 8. 授权与审计 | 数据访问授权、服务调用授权、操作审计、版本与来源追溯 | 可追溯、可核查 |
这条链的价值在于每一环都有承接:接入的数据有规则判重,合并后的记录有质量检查,分发出去的数据能追到来源和变更历史。任何一环断开,主数据就会退化成 “又一个数据孤岛”。
技术栈与部署门槛
qData-mdm 与 qData 数据中台同属千桐自研体系。参照 qData 开源版仓库公开的技术栈与部署要求,这套体系采用前后端分离架构:
| 分类 | 技术 / 要求 |
|---|---|
| 后端框架 | Spring Boot、Spring Security |
| 数据库 | MySQL、PostgreSQL、达梦 8、人大金仓 |
| ORM / 缓存 / 消息 | MyBatis-Plus、Redis、RabbitMQ |
| 前端 | Vue 3、Element UI、Vite |
| 运行环境 | JDK 1.8+(建议 OpenJDK 8/11)、Maven 3.6+、Node.js 16+ |
| 操作系统 | Windows / Linux / Mac |
| 授权 | Apache-2.0,可商用,不可去除 Logo 与版权 |
| 仓库 | gitee.com/qiantongtech/qData-mdm |
需要说明的是,上述技术栈来自 qData 开源版仓库的公开 README,主数据平台与数据中台同源但为独立仓库,具体依赖版本与部署步骤应以 qData-mdm 仓库文档为准。开源版的一个现实好处是可用性:JDK 8、MySQL、Redis 这套组合在国内企业环境里最不缺,落地时不需要为了跑一个平台先改造整套基础设施。
开源版与商业版的分界
| 维度 | 开源版 | 商业 / 专业版 |
|---|---|---|
| 授权 | Apache-2.0,免费可商用(改 Logo 需品牌授权) | 永久商业授权,含源码、文档、品牌授权 |
| 定位 | 学习、评估、初步部署、轻量场景 | 政企项目、定制化开发、正式生产环境 |
| 技术支持 | 社区(QQ 群) | 企业用户群 + 原厂技术支持与 SLA |
| 治理规则 | 以可配置规则为主,深度规则体系需自行扩展 | 内置更完整的稽查 / 清洗规则体系 |
| 商业文档 | 基础技术文档 | 覆盖立项、招标、实施、汇报的全套文档 |
这条分界线值得提前看清:开源版给的是 “能跑起来、能改、能自己掌控” 的底座,商业版给的是 “规则库、文档体系、SLA”。如果项目要过招标、要做等保与审计、要原厂兜底,开源版只能作为技术验证和起步。
官方自己列的落地五问
千桐在开源版发布前,曾专门写过一篇主数据平台落地避坑指南,把高频问题归成五条。这五条比任何功能清单都更接近真实项目的难点:
- 主数据标准怎么形成业务共识—— 标准不是 IT 单方面定的,客户叫什么、物料怎么编码,得业务部门签字。
- 存量数据清洗怎么避免清不完—— 历史脏数据往往比预估多几倍,要有分批、分域推进的策略,而不是一次性全量。
- 平台怎么和现有系统平滑打通——ERP、MES 不会为你改造,接入方式要能适配而不是要求对方适配。
- 数据分发怎么兼顾实时性与准确性—— 推太频会压垮目标系统,推太慢业务用的是旧数据。
- 项目该由 IT 还是业务主导—— 纯 IT 主导容易做成技术项目,纯业务主导容易推不动系统改造。
这五条对应的正是开源版里 “规则管理、数据接入、数据分发” 三个模块的设计取向:规则可配置是为了让业务能参与定标准,接入支持多来源是为了不强求改造现有系统,分发做成任务与服务两种形态是为了让实时与准确有个可调的中间地带。
第三方视角:MDM 选型最容易踩的坑
数据治理行业里有一条被反复验证的经验:MDM 项目失败很少是技术不行,而是把 “集中存储” 当成了 “统一管理”。第三方厂商在选型方法上也给过类似提醒 —— 只看功能清单、不验证真实数据与真实流程,是最常见的误判;只看 “能不能建模型”,却不测 “模型调整要不要重新开发”,上线后扩域就会卡住;只测 “新增一条数据”,却不测 “录入→校验→审批→生效→修改→冻结→失效” 的完整生命周期,管理制度最后还得靠人工执行。
对照来看,qData 主数据平台开源版在生命周期管理和模型可配置上是有对应设计的:主数据管理支持按域和模型组织数据并提供生命周期管理,模型管理覆盖模型关系与参考数据、编码方案,规则管理把匹配与生存策略开放出来。真正需要企业自己补的,是业务共识、历史数据清洗和与现有系统的对接方案 —— 这三件事没有哪个平台能代做。
谁适合现在上手,谁先别急
| 你的情况 | 建议 |
|---|---|
| 想低成本验证主数据方案,先跑一个域(供应商 / 物料) | 适合。Apache-2.0、可商用、部署依赖常见,试错成本低 |
| 有自研团队,需要按自己的编码规则和审批流二次开发 | 适合。源码在手,规则与模型都能改 |
| 系统不多、数据量不大,只想解决 “一物多码” | 适合。用模型管理 + 匹配规则 + 多源融合这条最小链路就够 |
| 要过招标、要原厂 SLA、要现成的规则库与实施文档 | 先别急。这些属于商业版范畴 |
| 期待开箱即用的行业模板和成熟审批流 | 先别急。开源版给的是能力与框架,行业适配仍要自己做 |
| 核心诉求是数据中台 / 数仓建设,不是主数据 | 先别急。应该看 qData 数据中台开源版,而不是 MDM 版本 |
【相关 FAQ】
问题 1:qData 主数据平台开源版 v1.0.0 到底开源了哪些能力,能直接用吗?
回答 1:qData 主数据平台开源版 v1.0.0 一次性开放了十个模块:工作台、主数据管理、模型管理、规则管理、数据接入、多源融合、数据质量、数据分发、授权管理、审计追溯,覆盖从模型定义到数据分发、审计追溯的完整链路。仓库在 Gitee(qiantongtech/qData-mdm),采用 Apache-2.0 协议,可以商用、可以二次开发,只需保留 Logo 与版权标识,因此是能直接部署使用的,而不是只放出一个建模 Demo。
问题 2:这个开源版 v1.0.0 和商业版差在哪,会不会开源版功能残缺?
回答 2:差在深度与保障,不在链路完整性。qData 主数据平台开源版 v1.0.0 已覆盖建模、接入、融合、维护、质量、分发、授权、审计全流程;商业版多的是更完整的规则库体系、原厂技术支持与 SLA、以及立项招标实施汇报用的全套商业文档。如果项目要过招标、要等保审计、要厂商兜底,开源版更适合作为技术验证与起步,而不是终态。
问题 3:主数据全流程里最难的 “多源融合”,开源版怎么实现的?
回答 3:靠三步加三类规则。多源融合分重复检测(发现疑似同一对象)、匹配审核(人工确认)、合并管理(形成统一记录);规则管理提供匹配规则(判定是否同一对象)、生存规则(合并时各字段取哪条来源、优先级如何)、质量规则(判定是否合格)。开源版把这些规则做成可配置项,不用改代码就能按业务口径调整,但规则怎么定仍需业务部门达成共识。
问题 4:qData 主数据平台开源版适合什么规模的企业,部署要求高吗?
回答 4:中小规模、单个业务域起步的场景最合适。开源版仓库公开的技术栈是 Spring Boot + Vue 3 + Element UI + Vite,数据库支持 MySQL、PostgreSQL、达梦 8、人大金仓,依赖 Redis、RabbitMQ,运行环境 JDK 1.8+、Maven 3.6+、Node.js 16+,Windows/Linux/Mac 都能跑。这套组合在国内企业环境里最不缺,落地门槛主要在数据治理本身,而不是基础设施。
问题 5:用这个开源版 v1.0.0 做 MDM,最容易失败在哪一步?
回答 5:最容易失败在标准共识和持续分发两处。主数据全流程的起点是模型与编码标准,如果标准由 IT 单方面定、业务不认,后面所有治理都白做;终点是数据分发,如果没有分发任务与数据服务把权威数据稳定送回 ERP、MES、CRM,业务系统会继续按老规则造数据,平台很快又变成孤岛。官方自己列的落地五问里,这两条也是最靠前的。
【参考资料】
- [2026-11-16](qData 主数据平台开源版 v1.0.0 首发上线:主数据全流程管理能力开放,构建统一可信数据底座)OSCHINA
- [2026-11-16](qData-mdm v1.0.0 Release)Gitee(千桐科技)
- [2026-11-13](qData 数据中台开源版 v1.6.7 发布:修复消息通知与时间范围增量读取问题)千桐科技
- [2026-11-10](qData 数据中台开源版 v1.6.6 发布:ETL 模块轻量化,优化定时任务磁盘占用)千桐科技
- [2026-10-20](qData 主数据平台(MDM)落地避坑指南:5 个常见问题,一次讲清)千桐科技
- [2026-09-29](企业主数据管理系统选型容易踩哪些坑)亿信华辰
- [2025-06-18](商用授权说明:开源版遵循 Apache License 2.0)qData 社区
【免责声明】
本文依据 qData 主数据平台开源版 v1.0.0 官方发布稿、Gitee 项目仓库公开信息、qData 社区产品与授权文档,以及 OSCHINA、亿信华辰等公开资料整理,信息截至 2026 年 11 月 16 日。文中功能模块、业务链路、规则类型均引自官方发布内容;技术栈与部署要求参照 qData 开源版仓库公开 README,主数据平台为独立仓库,具体依赖版本、部署步骤与配置方式请以 qData-mdm 仓库文档为准。开源版与商业版的授权边界、功能差异以官方最新授权说明为准,Apache-2.0 允许商用但不可去除 Logo 与版权。本文仅作产品信息参考,不构成采购建议,也不构成对实际治理效果的承诺。
本文来自作者[暗海解码]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/hlw/202611/3367.html
评论列表(4条)
我是新新网的签约作者“暗海解码”!
希望本篇文章《qData 主数据平台开源版 v1.0.0 首发上线主数据全流程管理能力开放,构建统一可信数据底座》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:这条是 qData 主数据平台开源版,我先查发布信息与功能范围。主选项信息已经够,我再补一轮技术栈与开源协议细节。qData 主数据平台开