CLOUD GIDO
Engineering notes
ARCHITECTURE2026-09-07GIDOGISOGIRISK

GIDO, GISO, and GiRisk: how the feature sets divide

A practical matrix of responsibilities across data workloads, event contracts, and real-time decision evidence chains.

系列:《Cloud GIDO 三产品特性深讲》第 2/15 篇
标签:产品矩阵、特性对比、开源基础设施


开篇:先把「谁干什么」钉死

很多选型文章一上来堆概念。我们反过来:先看 特性分工。只要分工清楚,后面读模块就不会混。

三产品同一底座


总览图:控制层 vs 运行时

控制层架构

代表特性关注
控制层GIDO / GISO / GiRisk开发、契约、校验、决策、权限、审计
运行时Kafka / Flink / Doris / K8s传输、计算、存储、编排资源

特性对照总表(建议收藏)

维度GIDOGISOGiRisk
核心对象作业 / 工作流 / API事件 / Schema / SDK 上报交易决策 / 规则 / 限额
关键特性Studio、DAG、调度实例、Serve注册表、强校验、联调、隔离规则引擎、敞口、审计、回放
成功标准发布可运营、服务可调用脏数据可拦截、契约可演进时延达标、原因可解释、可复现
典型用户数据平台 / 数据工程客户端与数据治理风控 / 交易平台工程
上游依赖数据源、调度、Flink 集群App/H5/服务端接入可信特征与实时链路
下游产出主题数据与 API可信事件流PASS/REJECT/LIMIT + 审计

GIDO 特性一句话集群

批(Batch)

  • 数据开发 Studio(SQL 编辑、运行、结果)
  • 工作流 DAG(草稿/上线/暂停/下线)
  • 调度与实例中心、运维中心、告警
  • 集成、探查、质量、数据地图(血缘)

流(Stream)

  • Flink SQL / JAR 开发
  • Operator 提交与状态同步
  • Flink UI 代理、多集群配置
  • 制品库、CDC→Paimon 等生产向能力

服(Serve)

  • SQL → HTTP API
  • AppKey 应用授权
  • 调用监控与开放网关

横切

  • 多工作空间、RBAC、审批、审计、主题品牌

GISO 特性一句话集群

  1. Schema / 注册表:参数池、页面池、元素池、业务事件
  2. 多端 SDK:Web/H5、Android、iOS、Flutter、Server
  3. 网关:鉴权、限流、三分类校验
  4. 实时联调:SSE 推送,绿/黄/红可视化
  5. 审批与发布:登记变更可审
  6. 质量与隔离:不合格进 Quarantine,不直接污染主干

口号对应特性:

一次定义(注册表)· 处处校验(SDK+网关)· 信任每一条事件(隔离+质量)


GiRisk 特性一句话集群

GiRisk 决策链路

  1. 实时决策:毫秒级评估
  2. 规则:集中管理决策逻辑
  3. 敞口:实时理解风险暴露
  4. 限额:交易/市场约束
  5. 审计:每次决策留痕
  6. 回放:原始上下文复现历史决策

口号对应特性:

快(引擎)· 可解释(规则/原因)· 可审计(Audit)· 可回放(Replay)


三者不是重叠,而是流水线上的三段

端上行为 / 业务交易
        │
        ▼
   GISO(契约与校验)──可信事件──► Kafka / 特征
        │
        ▼
   GIDO(批流加工 + Serve)──主题数据/API──► 业务与分析
        │
        ▼
   GiRisk(实时决策)──PASS/REJECT/LIMIT──► 业务系统
                 └── Audit / Replay

你可以只上其中一段;但要知道:上游不可信,会放大下游特性的价值损耗。


今日小结

  1. 先记分工:输入治理 / 负载平台 / 决策证据链
  2. 每个产品都有可点名的特性清单,不是同义反复
  3. 与现有运行时是挂接关系,不是替换关系

讨论: 如果只能先推一套特性给领导看,你会演示 GISO 拦截脏数据、GIDO 的 Serve API,还是 GiRisk 的回放?为什么?


延伸