ZenVis 数据分析应用框架

项目核心定位

ZenVis = 配置化数据存储 + 可视化引擎 + 检索分析 + 插件扩展 + AI 智能分析。

它不是单个图表页面，而是一个通用数据分析应用底座。团队可以在同一套框架里定义数据模型、接入多类数据源、配置仪表盘、开放检索接口，并通过插件和 AI 能力扩展出面向安全、运营、IoT、日志等场景的业务应用。

当前行业痛点

数据模型写死，调整成本高

业务指标和数据结构经常变化，传统平台需要反复改表、改接口、改展示逻辑，迭代成本被大量消耗在重复工程上。

可视化能力固化，难以贴合业务

图表、仪表盘和分析页面常被固定在单一模板里，业务团队想新增维度、调整口径或组合看板时，需要依赖研发重新开发。

分析能力分散，扩展不够顺手

检索、聚合、策略、插件和第三方 BI 往往各做一套，数据链路被割裂，后续很难沉淀成可复用的分析应用能力。

智能分析入口不足

很多数据平台仍停留在手动筛选和人工写 SQL 的阶段，自然语言查询、自动生成图表、智能策略配置等能力尚未接入工作流。

核心解决思路

配置驱动：通过配置定义数据模型、存储策略和展示方式，减少硬编码。
多源接入：支持文件日志、消息队列、数据仓库等多类数据源接入。
统一检索：围绕元数据提供检索、过滤、聚合、统计和实时查询接口。
插件扩展：业务模块可插拔，按场景加载数据服务和分析能力。
开放集成：提供 RESTful API，可对接或嵌入第三方 BI 工具。
AI 赋能：接入自然语言查询、多轮问答、NL2SQL 和智能巡检能力。

核心能力

配置化数据接入及存储

基于配置文件定义数据模型和存储策略，降低新增数据类型和调整数据结构的成本。

可视化展示引擎

基于 ECharts 支持折线图、柱状图、饼图、地图等图表，并沉淀可配置仪表盘。

元数据分析接口

提供检索、聚合、多维分析和实时查询接口，让数据分析能力可以被业务应用直接复用。

应用插件扩展

围绕数据服务构建插件化扩展机制，支持动态加载、功能定制和可插拔业务模块。

三方 BI 嵌入

开放 API 接口，兼容主流 BI 工具嵌入，为团队保留既有分析工具的使用习惯。

AI 智能分析

支持多轮对话、自然语言数据查询、自动图表生成和智能化策略配置。

典型使用场景

安全数据分析

面向资产风险评估、安全事件分析、漏洞管理和巡检助手等安全运营场景。

运营数据分析

跟踪用户行为、页面事件、性能监控、崩溃事件和业务指标变化。

IoT 数据处理

接入设备数据，构建设备监控、趋势分析、异常识别和告警视图。

日志分析

聚合文件日志和系统日志，支持异常检测、合规审计和检索分析。

API 数据分析

统计接口调用、性能耗时、错误追踪和服务稳定性指标。

AI 智能问答

通过自然语言查询数据、生成报表和辅助配置策略，让非研发角色也能参与分析。

架构分层

应用层

包含数据插件、三方 BI、自定义应用和管理控制台，负责面向最终用户和业务场景输出分析能力。

服务层

提供检索引擎、聚合服务、配置服务和 AI 智能分析，承接 NL2SQL、RAG、智能问答和策略配置能力。

数据层

使用 MySQL 存储业务数据，ClickHouse 承载时序数据，Redis / Redis Stack 负责缓存、会话和向量检索。

技术栈和接口范围

后端基础

Java 17、Spring Boot 3.2.0、Spring Data JPA、SpringDoc OpenAPI 2.3.0、Maven 3.8+。

数据与部署

MySQL 8.0+、ClickHouse 22.3+、Redis / Redis Stack 7.0+，支持 Docker 和 docker-compose 快速部署。

AI 与开放接口

Spring AI 1.1.0-M4、OpenAI、API 前缀 /api/v1，覆盖系统管理、资产、风险、运营、DIH 和检索模块。

版本规划路线图

V0.9 后端能力梳理

已完成

▼

项目定位和核心模块说明
系统管理、资产、风险、运营事件模块梳理
Docker 部署路径整理
Swagger 接口入口确认

V1.0 框架可运行版

招募中

▼

配置化数据模型和存储策略完善
管理控制台与仪表盘联调
检索、聚合、统计接口打磨
前后端一键部署体验优化

V1.1 可视化与插件扩展版

规划中

▼

仪表盘配置体验增强
数据服务插件机制完善
第三方 BI 嵌入样例
安全、运营、日志场景模板

V1.2 AI 智能分析增强版

规划中

▼

自然语言查询和图表生成
NL2SQL 查询链路优化
向量检索和知识增强问答
智能巡检 Agent 场景验证

招募角色

后端开发工程师

负责数据模型配置、检索聚合接口、系统管理和插件服务能力建设。

熟悉 Java 17、Spring Boot、RESTful API
了解 MySQL、ClickHouse、Redis 等数据组件
有数据平台、监控平台或安全平台经验优先

前端可视化工程师

负责仪表盘、图表配置、数据检索页面和管理控制台体验。

熟悉 Vue / React / 原生 Web 开发之一
熟悉 ECharts 或类似可视化库
能把复杂数据配置做成清晰可用的界面

数据分析与插件工程师

负责安全、运营、IoT、日志等场景的数据建模和插件样例。

熟悉数据建模、指标口径和分析流程
了解日志分析、API 分析或安全运营场景
能沉淀可复用的数据服务插件

AI 应用工程师

负责自然语言查询、智能问答、NL2SQL、RAG 和智能巡检能力验证。

了解 Spring AI、OpenAI API 或大模型应用开发
熟悉 Prompt、工具调用或检索增强流程
愿意把 AI 能力落到真实数据分析场景

项目收益

参与一套可复用数据分析框架的产品化过程
沉淀数据平台、可视化和 AI 分析方向的项目经验
获得社区版产品署名权
优秀贡献者有机会获得商业化收益分成
与安全、运营、DevOps、AI 应用方向成员协作
把个人能力转化为可展示、可复用的真实作品

项目进度

目前项目处于V1.0 框架可运行版招募阶段，已完成项目定位、核心模块、技术栈和部署方式整理，正在补齐前后端联调、可视化配置和 AI 分析场景。

招募中 (30%)

预计完成时间：2026年10月