Data+AI用户体验升级，阿里云「DMS+UX」焕醒数智一体化新体验

阿里云瑶池数据库 2025-02-21

222

文阿里云设计中心数据库体验设计师张士全&余艾琳

背景

生成式AI的浪潮中，GPU算力不断提升，数据规模和实时性越来越强，新模型和应用不断涌现，麦肯锡调研显示目前全球已有超过50%的公司部署了AI能力。与此同时企业面临与传统DevOps场景不同的挑战，包括多模态多源数据管理的分散性、模型训练与开发的技术成本高效率低、AI应用开发与部署的复杂度等等。

面对生成式AI给企业带来的需求痛点，阿里云数据管理服务DMS面向Data+AI场景，提供了“数据开发-模型开发-应用开发”全链路一体化的解决方案。伴随技术的提升与功能的丰富，DMS的产品体验同步升级，为用户提供“数智一体化”的使用体验，围绕企业“Data+AI”核心旅程，聚焦体验的准确性、智能化与一体化，通过交互与视觉升级，将技术更好地产品化，呈现给用户。

Data+AI核心用户旅程&数智一体化的产品体验

企业用户正经历从传统的“数据管理-应用开发”到现代的“数据开发DataOps-模型开发MLOps-应用开发LLMOps”的需求场景转型，为AI应用进行的数据开发和应用AI能力进行数据管理是和传统DevOps有所差异的，阿里云DMS的用户云上AI开发核心旅程如图：

DMS在现有数据库DevOps、数据传输与加工、数据安全、数据服务四大板块能力基础上，提出工作空间概念，统一MetaData元数据管理，强化Notebook等MLOps能力，集成Dify应用构建等LLMOps能力，打造一站式Data+AI管理平台，提供数智一体化的产品体验。

1. 环境准备：一体化的空间Set up

DMS采用Theia Web IDE架构进行产品升级，为Data+AI开发提供类似VS Code的统一、熟悉的开发环境。现在，我们提供了一体化的工作空间Set up体验，用户可快速创建并进入空间，根据引导完成必要配置步骤，让环境配置和准备工作更高效。

进入空间后，我们提供了引入数据源、添加空间成员、创建Notebook文件等Data+AI开发的必要准备工作引导，确保用户在进入空间后能够更清晰、顺畅地完成相关配置。

此外，我们还提供了全局统一（TP/湖/仓）的数据目录，提供数据的元数据、结构和访问权限，方便用户系统化地组织和管理数据资产。

2. 模型开发：现代化的Notebook

在现代数据分析和开发中，研究人员常需在多个工具间切换，导致效率低下。为此，Notebook平台应运而生，集成代码、数据和可视化能力，提升工作流连贯性。

在过去几个月中，我们对DMS Notebook进行了以下重大升级：

集成分布式计算引擎：支持SparkSQL 等多语言交互式开发，为用户提供高效的大数据处理与建模工具。
增强企业级能力：增强协作、权限管理和资源调度能力，提升企业级数据分析和开发的效率与安全性。
提升性能和稳定性：增强对超大数据集的处理能力。

在进行Notebook开发时，通过预设的配置模版以及更易用的交互式组件，用户可在当前开发场景轻松完成Notebook运行资源的配置。

在Jupyter Lab插件基础上，我们优化了SQL Cell查询结果的交互、视觉效果，遵循IDE用户操作习惯的同时让页面更简洁美观。

此外，DMS Notebook 2.0还增强了SQL查询结果操作能力，如高级筛选、复合排序、单元格高度拖拽调整等，使得用户能够更快速、灵活地进行数据探索和分析。

3. 应用编排：一体化的引擎资源开通和部署

DMS提供一键购买和部署的解决方案，支持客户轻松部署开源产品Dify。该方案包括配置关系型数据库、内存型数据库和向量数据库，确保不同类型数据的高效存储和处理。

现在，用户可以选择基于已有引擎部署或组合新购资源，自动登录并托管数据源至DMS，通过更简化的配置流程，降低了Dify的部署门槛。

4. 知识库构建：一体化的数据准备

各个行业的用户在构建LLM应用之前，都要进行数据准备。保险行业某客户需要关系型数据库和企业文本知识库做关联，对结构化与非结构化数据进行统一管理。媒体行业某客户在以文搜文场景对RAG+向量搜索需求强。能源领域某客户需要解决多模数据到向量数据库的同步，为RAG服务编排做数据准备。

DMS整合DTS的数据同步能力和云原生数据仓库AnalyticDB的向量能力，在LLM应用开发流程的知识库构建场景，为用户提供数据准备功能，用户可以在DMS Dify的创建知识库流程中调用数据准备能力，完成非结构化数据、结构化数据、向量数据向向量数据库的链路搭建。用体验上无需跨多平台工具，一个流程解决数据准备和知识库管理两个需求场景。

数据准备串联在DMS Dify创建知识库流程中