数据中心

数据中心是统一的数据存储与管理枢纽，面向多模态数据场景进行设计，支持对结构化与非结构化数据的高效存储与组织，满足数据驱动业务在规模化、稳定性与可管理性方面的需求。同时，数据中心支持直接订阅来自 MatrixOne 实例的数据库表，实现业务数据的集中汇聚与持续同步，为分析、建模及智能应用提供可靠的数据基础。

数据组织结构说明

MOI 平台采用三级结构进行数据管理：目录 → 库 → 卷，以实现灵活、可控的数据隔离与组织。

• 目录
  数据治理的最高层级单位，通常代表一个数据隔离区或生命周期阶段，如：生产目录、开发目录、非客户数据目录、敏感数据目录等，每个目录内的数据相互隔离，适用于权限分级和合规管理。

• 库
  目录下的数据分类单元，用于组织结构化或非结构化数据资源。一个目录中可包含多个库，便于按业务维度、数据类型或处理阶段细化管理。

• 卷
  库下的存储单元，主要用于管理非表格类文件（如 PDF、图片、音频等）。卷是面向文件系统的逻辑容器。

每个工作区初始化时，系统会自动创建以下两个目录：

• 系统目录
  用于存储平台运行过程中的系统数据，仅管理员可见和访问。

• 默认目录
  为用户快速上手而预置的目录，不可以修改和删除，包含两个默认库：

• 原始数据：不能修改和删除，用于存放用户上传的原始文件或数据，并内置样例数据卷存放工作流模版的样例数据。

• 处理数据：不能修改和删除，用于存放经过清洗、解析、提取等处理后的数据成果

非结构化数据

结果展示

点击文件列表右侧的预览按钮可查看该文件的血缘信息。

结果下载

点击下载后，根据不同的最终节点，将下载不同的处理结果，处理结果是一个 zip，文件夹。

文件类型	最终处理节点	下载文件组成
文档	• 文档解析节点 • 数据清洗节点 • 分段节点	• json 文件（解析结果） • md 文件（存放完整的解析后 markdown 内容） • images 文件夹（存放解析生成的图片资源） • tables 文件夹（存放解析生成的表格资源）
	• 文本嵌入节点	• json 文件（解析结果） • md 文件（存放完整的解析后 markdown 内容） • images 文件夹（存放解析生成的图片资源） • tables 文件夹（存放解析生成的表格资源） • json 文件（包含 embedding 信息）
	• 信息提取节点（原结构化提取节点）	经过解析节点： • json 文件（提取） • md 文件（存放完整的解析后 markdown 内容） • images 文件夹（存放解析生成的图片资源） • tables 文件夹（存放解析生成的表格资源） 不经过解析节点： • json 文件（提取结果） • tables 文件夹（存放解析生成的表格资源）
	• 数据增强节点	经过解析节点： • jsonl 文件 (存放增强生成的 QA 对) • md 文件（存放完整的解析后 markdown 内容） • images 文件夹（存放解析生成的图片资源） • tables 文件夹（存放解析生成的表格资源） 不经过解析节点： • jsonl 文件
图片	• 图片解析节点 • 数据清洗节点 • 分段节点	• json 文件（解析结果） • images 文件夹
	• 文本嵌入节点	• json 文件（解析结果） • images 文件夹（存放解析生成的图片资源） • json 文件（含 embedding）
	• 信息提取节点	经过解析节点： • json 文件（提取结果） • images 文件夹（存放解析生成的图片资源） • tables 文件夹（存放提取生成的表格） 不经过解析节点： • json 文件（提取结果） • tables 文件夹（存放提取生成的表格）
	• 数据增强节点	经过解析节点： • jsonl 文件 (存放增强生成的 QA 对) • md 文件（存放完整的解析后 markdown 内容） • images 文件夹（存放解析生成的图片资源） • tables 文件夹（存放解析生成的表格资源） 不经过解析节点： • jsonl 文件 (存放增强生成的 QA 对)
音频/视频	• 音频解析节点 / 视频解析节点 • 数据清洗节点 • 分段节点	• json 文件（解析结果）
	• 文本嵌入节点	• json 文件（解析结果） • json 文件（含 embedding）
	• 信息提取节点	• json 文件（提取结果） • tables 文件夹（存放提取生成的表格）
	• 数据增强节点	• jsonl 文件 (存放增强生成的 QA 对)

结构化数据

结果展示

点击表名可以查看表的详情信息，包括行列信息，建表语句、抽样数据等。

结果下载

点击右侧的下载按钮可将表数据导出为 csv 文件