← 工程筆記
Day 02｜一张图看懂 GIDO / GISO / GiRisk：三套特性如何分工
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。
总览图：控制层 vs 运行时
| 层 | 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 | GIDO | GISO | GiRisk |
|---|---|---|---|
| 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
- Schema / 注册表：参数池、页面池、元素池、业务事件
- 多端 SDK：Web/H5、Android、iOS、Flutter、Server
- 网关：鉴权、限流、三分类校验
- 实时联调：SSE 推送，绿/黄/红可视化
- 审批与发布：登记变更可审
- 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
- 实时决策：毫秒级评估
- 规则：集中管理决策逻辑
- 敞口：实时理解风险暴露
- 限额：交易/市场约束
- 审计：每次决策留痕
- 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
- 先记分工：输入治理 / 负载平台 / 决策证据链
- 每个产品都有可点名的特性清单，不是同义反复
- 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
- https://cloud-gido.com/zh
- https://cloud-gido.com/zh/gido · /giso · /girisk