网易数帆EasyData使用Cloud CMP(华为鲲鹏版)作为底座的ChatBI方案
网易数帆 EasyData 并未官方推出" 以 Cloud CMP 为底座" 的 ChatBI 标准方案 。但根据企业实际落地需求和技术可行性，可以构建一种混合架构：将 Cloud CMP 作为底层数据湖/ 计算引擎，而网易数帆 EasyData （含其 ChatBI 能力）作为上层智能分析与对话交互平台。
这种组合属于 " 异构集成" 模式 ，并非开箱即用的产品，而是需要定制化对接。下面从技术可行性、架构设计、实施挑战和适用场景四个方面详细说明：
一、技术可行性：是否能打通？
✅ 答案是：可以，但需中间层适配。
关键打通点：
| 组件 | 网易数帆 EasyData 需求 | Cloud CMP 提供能力 | 对接方式 |
|---|---|---|---|
| 元数据 | 获取表结构、字段注释、业务口径 | Apache Atlas / Hive Metastore | 通过 JDBC 或 Atlas API 同步 |
| SQL 执行引擎 | 发送 NL2SQL 生成的查询语句 | Impala / Hive LLAP / Spark SQL | 通过 JDBC/ODBC 连接 CMP 查询服务 |
| 权限控制 | 字段级行级权限继承 | Apache Ranger | 需在 EasyData 中映射 Ranger 策略（或通过代理用户） |
| 数据源注册 | 将 CMP 表注册为 EasyData 数据资产 | CMP 支持标准 SQL 接口 | 在 EasyData 中添加 CMP 为"外部数据源" |
🔸 结论 ：只要 CMP 开放 JDBC/ODBC 接口 + 元数据访问权限，EasyData 即可将其视为一个"高性能 MPP 数据库"来集成。
二、推荐架构设计（混合部署）
架构说明：
- 底层：Cloud CMP 存储原始数据（HDFS/Iceberg/Kudu），提供高性能查询；
- 中间层：EasyData 通过 JDBC 连接 CMP，将其注册为"逻辑数据源"；
- 上层：ChatBI 用户输入中文问题 → EasyData 的 NL2SQL 引擎生成 SQL → 下推至 CMP 执行 → 返回结果并自动可视化+解读。
三、实施中的关键挑战
| 挑战 | 解决方案 |
|---|---|
| 1. 元数据同步滞后 | 使用 EasyData 的"外部数据源元数据采集器"，定时拉取 CMP Hive Metastore |
| 2. 权限不一致 | 在 EasyData 中配置"代理用户"（Proxy User），使每个查询以用户身份透传到 CMP，由 Ranger 控制 |
| 3. SQL 方言差异 | EasyData 的 NL2SQL 引擎需支持 Impala/Hive SQL****语法模板 （网易已支持主流方言） |
| 4. 性能瓶颈 | 复杂查询可能因 CMP 资源争抢变慢 → 建议在 CMP 中为 BI 查询创建独立资源池（YARN Queue / Impala Pool） |
| 5. 中文注释缺失 | 若 CMP 表无中文字段名，需在 EasyData 中手动维护"业务术语映射表" |
四、适用场景（谁会这么用？）
这种混合方案通常出现在以下背景的企业：
- ✅ 已有 Cloud CMP 投资：大型国企/外企多年前部署了 CDH/CMP，不愿推倒重来；
- ✅ 需要国产化上层应用：因政策要求，需替换 Tableau/Power BI，引入国产 ChatBI；
- ✅ 追求" 保底+ 升级" 策略：保留 CMP 底座稳定性，叠加 EasyData 的智能交互能力；
- ✅ 多云/ 混合环境：CMP 在本地，EasyData 可部署在私有云或信创云。
📌 典型案例 ：
某跨国银行中国区：
- 全球统一使用 Cloud CMP 存储客户交易数据；
- 中国区合规要求不得使用国外 BI 工具；
- 引入网易数帆 EasyData 作为 ChatBI 前端，对接 CMP，实现"中文问数、安全可控"。
五、网易官方态度
- 网易数帆 支持将任意 JDBC 兼容数据库作为数据源，包括 Cloud Impala/Hive；
- 但在其标准交付方案中，优先推荐自研 NDH （NetEase Data Hub ）或开源 Hadoop 生态；
- 不提供 CMP 专属插件，但可通过通用 JDBC 方式集成（需客户 IT 团队配合）。
✅ 总结
网易数帆 EasyData 可以基于 Cloud CMP 构建 ChatBI 方案，但属于" 客户定制集成" 而非标准产品。
优势在于：复用现有 CMP 投资 + 获得国产智能 BI 能力 ；
风险在于：需解决元数据、权限、性能协同问题，实施周期较长。