Denodo 平台 9.5 致力于帮助企业将可信的业务环境转化为可复用的数据产品，全面赋能人工智能、数据分析和自助服务。
新版本进一步提升了企业在分布式数据环境中定义、管理和交付可信“企业上下文（Enterprise Context）”的能力。通过强化语义基础、扩展数据市场、升级 AI 辅助交互，并增强与现代数据及 AI 生态系统的连接性，Denodo 平台 9.5 实现了全方位的技术演进。
随着企业规模化推进数据分析、自助服务、生成式人工智能 (GenAI) 以及 AI 智能体 (Agentic AI) 项目，他们需要的不仅仅是分布式数据的访问权限，更需要受控的业务含义、可信赖的关联关系、可复用的数据产品，以及让用户和 AI 系统能够高效理解并利用企业数据开展业务的有效途径。
Denodo平台9.5的主要亮点
一个更加互联的数据市场
使用 Marketplace Asset Extensions 来表示更广泛的企业数据生态系统对象和关系，包括词汇表、字典、应用程序、笔记本、管道、治理控制、数据共享协议、AI 技能和其他相关资产。
扩展现代数据和人工智能生态系统的连接性
改善对非结构化数据、Databricks、Delta 表、Microsoft OneLake、Fabric Lakehouse、Iceberg 和其他现代 Lakehouse 环境的访问，帮助团队将更多企业数据环境连接到受监管的 AI 和分析工作流。
这些亮点代表了 Denodo 平台 9.5 中一些最重要的新增功能。该版本还包含其他功能，可帮助技术团队提高生产力、简化开发工作流程，并在整个企业范围内扩展受控数据交付。
深度解析 Denodo 平台 9.5 版本的各项创新特性
受监管的指标和关键绩效指标，助力可信分析
诸如收入、利润、订单数量、客户价值或平均净支付额等业务指标，其管理难度往往比表面看起来要高。它们依赖于公式、聚合、筛选器、维度、关系和分组上下文。当这些定义在不同的报表、仪表盘、SQL 查询和 AI 工具中分别重新创建时，团队最终可能会得到不一致的计算结果和相互矛盾的业务结果。
Denodo 平台 9.5 引入了指标视图，这是一个新的语义层对象，用于定义、管理和复用业务指标和 KPI。
借助指标视图，数据团队可以一次性定义指标，包括适当的公式、维度、关系、筛选器和文档，然后通过受管数据产品、Denodo 数据市场、报告工具和 AI 驱动的体验提供这些指标。
主要功能包括
-
在 Denodo 语义层中定义受管 KPI 和指标定义。 -
在一个地方管理公式、有效维度、关系、筛选器和文档。
-
在数据产品、BI 工具、仪表板和 AI 界面中复用指标。
-
使业务用户无需手动构建复杂的连接或聚合即可选择已批准的指标和维度。
-
允许将指标视图结果发送到聊天机器人，以便进行可视化和后续探索。
-
帮助对话式数据代理和 AI 助手依赖于受管业务定义，而不是从原始字段或不完整的元数据中推断指标逻辑。
-
与业界开放语义互操作性发展方向保持一致，包括Denodo参与新兴语义标准（如OSI）。
商业影响
指标视图通过为每个团队和工具提供一致且受监管的关键业务指标定义，帮助组织提升对分析和人工智能的信任度。业务用户能够获得更一致的结果，数据团队可以减少协调冲突的KPI逻辑的时间，而人工智能助手则可以依赖已批准的业务定义，而不是从不完整的元数据中推断公式。
一个更加互联的数据市场
数据产品很少孤立存在。它们与管道、仪表盘、应用程序、笔记本、业务定义、治理流程、下游用户以及数据共享协议紧密相连。如果这些关系不可见，用户和代理就缺乏必要的上下文信息，无法理解数据的来源、治理方式、使用者以及其承载的业务意义。
Denodo 平台 9.5 引入了Marketplace Asset Extensions ，将 Denodo 数据市场扩展到 Denodo 管理的资产之外，以表示更广泛的企业数据生态系统对象及其之间的关系。
借助 Marketplace Asset Extensions，企业可以定义和管理更多类型的资产，例如 dbt 作业、ETL 流程、使用应用程序、笔记本、业务术语表、数据字典、治理控制、数据共享协议、AI 技能以及其他业务或技术工件。这些资产可以添加元数据、所有权、自定义属性、请求和关系等信息，从而帮助构建更完整、更互联的企业数据视图。
主要功能包括
-
在数据市场中呈现更广泛的企业数据生态系统对象和关系。
-
将数据产品与相关资产（例如应用程序、笔记本、管道、词汇表、数据字典、治理控制、数据共享协议和 AI 技能）连接起来。
-
向扩展资产类型添加元数据、所有权、自定义属性、访问请求和关系。
-
创建企业数据格局的连接图，展示数据产品与上游流程、下游用户、业务定义和治理要求之间的关系。
-
支持更丰富的发现、治理、影响分析和未来人工智能驱动的推理。
商业影响
Marketplace Asset Extensions 通过展示数据产品如何与更广泛的业务和技术生态系统相连接，为用户提供更全面的企业数据视图。这种关系图谱提高了透明度，支持影响分析，增强了治理可见性，并为用户和未来的 AI 驱动体验提供了更丰富的背景信息，从而实现可信的数据发现和决策。
对话式数据视图开发
创建可信数据视图通常要求开发人员理解可用的元数据，确定正确的数据源和关系，将业务需求转化为技术逻辑，并通过多次迭代来优化查询。这可能会减慢受控数据产品的交付速度，尤其是在需求不明确或元数据难以解读的情况下。
Denodo 平台9.5 通过对话式体验扩展了 AI 辅助开发功能，用于创建和管理数据视图。这项新功能旨在帮助数据团队更快地完成数据开发生命周期，从理解需求和探索元数据，到优化逻辑和提升生成视图的质量。
主要功能包括
-
通过人工智能辅助的对话体验创建和管理数据视图。
-
支持多步骤交互，以帮助完善需求和开发意图。
-
当用户请求、元数据、筛选条件、时间范围或预期输出不明确时，请提出澄清问题。
-
帮助用户在生成或完善数据视图之前消除歧义。
-
协助数据团队更高效地从业务意图过渡到受管控的数据视图。
-
在 Denodo 开发体验（包括 Design Studio）中提供 AI 辅助数据开发功能。
商业影响
对话式数据视图开发能够帮助数据团队更快地交付可信的数据产品，同时减少人工操作和返工。Denodo 平台 9.5 通过帮助用户明确需求、消除歧义并更高效地处理元数据和数据视图逻辑，可以提高开发人员的效率，加速自助式数据产品的交付，并为分析、基因人工智能 (GenAI) 和智能体人工智能 (Agentic AI) 项目奠定更坚实的基础。
扩展现代数据和人工智能生态系统的连接性
现代人工智能和分析计划依赖于涵盖运营系统、湖仓、云平台、SaaS 应用、非结构化数据源和开放表格格式的数据。Denodo 平台 9.5 扩展了这一领域的连接性，帮助企业将更多企业信息融入受控的人工智能、分析和数据共享工作流程中。
改进了对非结构化数据的支持
Denodo 平台 9.5 通过新增与 Databricks 和 Azure AI Search 的连接，增强了对非结构化和半结构化数据的支持。这有助于团队将更多企业知识融入受控的 AI 和分析工作流中，并进一步扩展对 Snowflake、BigQuery、PGVector、Oracle 和 SQL Server 等数据源的现有支持。
Denodo平台 9.5 还支持向量搜索和索引，以实现更高效的语义和文档查询，帮助用户更快地检索相关信息，并提高 AI 驱动的发现和检索体验的响应速度。
加强对开放式湖畔小屋生态系统的支持
Denodo 平台9.5 改进了对现代 Lakehouse 环境的支持，包括增强了与 Delta 表和 Databricks 的集成，以及通过 Denodo 的 Lakehouse Accelerator 支持从 Microsoft OneLake 和 Fabric Lakehouse 读取数据。
Delta 相关增强功能包括支持 Variant 数据类型、读取 Delta 删除向量和 Delta 列映射。这些功能有助于组织更高效地查询半结构化数据，无需完全重写文件即可反映 Lakehouse 更新，并更灵活地管理模式演化。
借助 Lakehouse Accelerator 和 Iceberg 缓存，效率更高
Denodo 平台 9.5 还提高了将 Denodo Lakehouse Accelerator 与 Iceberg 作为缓存机制结合使用时的效率。这有助于提升性能，同时减少诸如压缩之类的维护任务，从而使企业能够以更低的运维开销轻松扩展 Lakehouse 工作负载。
商业影响
扩展的连接性帮助企业将更多企业数据连接到受监管的 AI、分析和数据共享工作流，而无需增加不必要的集成复杂性。通过增强对非结构化内容、Databricks、Azure AI 搜索、Delta 表、Microsoft OneLake、Fabric Lakehouse、Iceberg 和 Lakehouse 加速的支持，Denodo 帮助团队减少集成摩擦、提升性能，并使可信数据在现代数据生态系统中更易于访问。
有关 Denodo 平台 9.5 的更深入的技术概述，包括其他更新和实施细节，
请访问Denodo 社区。