Data Fabric 它不是一项单一的技术，而是一套涵盖一系列技术和方法的综合数据管理架构理念。该架构思想的核心是优化跨源异构数据的发现和访问，实现数据的灵活性和业务的可理解交付。Data Fabric 关键是连接数据而不是集中数据，强调自助服务而不是专家服务，主动智能而不是被动人工操作。该架构通过集成数据管理功能，如发现、治理、管理和安排，并应用 AI 语义探索、分析和推荐能力，从被动的数据治理策略转变为主动的数据治理策略。这种变化不仅加快了数据价值的实现，而且提高了业务适应性和数据洞察力的敏捷性，有效地消除了数据岛，降低了成本和风险，提高了业务合作和数据安全性。
提供完善的GIS服务管理能力，建立完整的数据管理、地图配置、服务发布、服务管理、注册认证共享体系，提供二次开发能力。
传统的被动元数据只收集技术元数据，依靠数据工程师手动输入维护数据背后的语义知识，被动等待查阅和使用。主动元数据收集所有与数据资产相关的元数据，积极持续分析理解，自动填写数据描述和业务语义，然后在数据生产、消费、运维管理环境中提供智能建议，甚至直接应用自动化管理策略，实现更精细、更智能的数据管理。
数字孪生体的基本数据一般来自三维模型、模拟计算和实际动态采集的传感数据。目前，通常通过文件级别进行三维模型和模拟计算数据。这就带来了模型级数据冗余等各种问题 (无法实现细粒度模型数据管理)、数据一致性、数据存储和访问(查询)效率、数据控制和安全等。在未来大量数字孪生业务应用场景中，依靠文件的模型管理必然无法满足需求。
（图1）近年来，数据要素的重要性已上升到国家战略高度，成为继土地、劳动力、资本和技术之后的“第五大关键生产要素”，是推动数字经济发展的新引擎。“数据二十条”及相关管理办法相继从国家到地方发布，数据管理机构相继成立。其中，国家数据局的成立是统筹推进数字中国、数字经济、数字社会规划建设、构建新发展格局的重要举措。
NewSQL技术的一个主要特点是实现了分布式并行数据管理。CDTDB支持大规模多模合模和动态加载，可用于通用移动终端设备（PC/手机)实现大量模型的加载预览。例如，在机场工程或船舶制造等大型工程项目中，深化设计级的原始模型体积可以达到数十G甚至数百GB。在传统技术下，在浏览器中加载这样的体积模型需要轻量化，但同时模型的原始信息和数字双胞胎的应用价值也会丢失。
作为全球元数据的统一访问、分析、挖掘和服务引擎，主动元数据引擎可以收集所有与数据资产相关的元数据（如技术元数据、业务元数据、操作元数据和社会元数据），并基于独特的算子级数据血缘分析技术和元数据语义挖掘技术，积极分析和挖掘收集的元数据，并在数据发现、生产、消费和管理等环节提供全面、准确的元数据和高可信度的智能建议，提高数据生产和消费效率的十倍，使复杂的数据链路清晰、可控、可移动，实现更精细、更智能的数据管理。
在当前的数字时代，数据已经成为企业最重要的资产之一。对于依赖数字文件的设计公司来说，数据的完整性和可靠性更为重要。吸取教训，加强数据管理，不仅是为了保护企业自身的利益，也是为了更好地为客户服务，提供高质量的产品和服务。
可以说，中国的数据元素市场已经从顶层设计进入实施阶段，目前正处于数据交换向价值交换发展的关键过程中。在此背景下，企业积极探索数据元素轨道，但数据元素流通、数据资产表、数据资产评估、数据治理、数据交易、数据合规等概念在数据管理人员耳边回响，许多朋友困惑这些术语是什么？它们之间的关系是什么？