企业数据可能分布在业务数据库、数仓、文件和接口中。把连接建好只是第一步：分析能否稳定交付，还取决于数据是否需要同步、转换过程如何维护，以及不同来源的字段能否形成一致的业务口径。衡石把连接、数据集成、建模和指标使用放在一条可配置的分析路径中。

1 连接先确认能力边界

HENGSHI SENSE 支持接入多类数据库和分析引擎，但不同数据源、版本及连接账号的能力并不相同。建立连接时，应先验证网络与凭证，确认可读取的库表范围、源端负载和查询时效。若连接要作为数据集成或批量同步的输出端，还需允许写入，并确认目标库账号确有写权限；“连接成功”不能证明“可以写入”。

对于低频、数据量可控的分析，可评估直接使用已接入的数据；当跨源计算、源端负载或时效要求使直接查询难以满足需要时，再选择批量同步或数据集成。选择依据是业务要求与运行环境，不能由连接器数量推断出统一的性能表现。

可以把数据源决策落到一张小表：数据规模、允许的延迟、源端可承受的查询压力、是否需要跨源关联、目标库是否可写。例如门店订单库白天承载交易，分析侧若频繁扫描明细，宜评估定时同步到分析环境；而变化快、数据量较小的配置表，则可以评估直接读取。两者可以并存，不必让所有数据走同一种路径。

连接评估还要分开看读取与写入。源端账号只需读取时，应保持相应权限边界；作为输出端的连接，则要在平台配置和数据库账号两处核对写权限。测试连接、浏览表、成功跑完一次同步，是三个不同的验收点。

表 1 三种数据使用路径的选择要点（按目标环境验证）

路径	适合优先评估的情况	先验证什么
连接后直接分析	数据量和查询频率可控，源端允许相应访问	读权限、时效、源端负载
批量同步	需要把表数据复制到分析环境	目标写权限、更新方式、数据对账
数据集成管道	需要多输入、转换或调度编排	节点规则、执行记录、失败告警

2 用可视化管道处理数据

衡石的数据集成以输入、转换和输出节点构建处理流程。产品手册列出的输入包括本地文件、数据连接、数据集市和 SQL；转换可完成过滤、类型处理、关联、合并和聚合，再输出到有写入能力的目标连接。可视化节点让处理逻辑更容易查看和维护，也便于结合执行计划、任务监控和告警定位失败环节。

以销售分析为例，输入节点读取订单表与退款表，转换节点统一订单号、金额类型和日期字段，再按业务规则关联、过滤和聚合，最后输出到分析用表。这个示例里的关联键和粒度必须先由业务确认：如果一笔订单对应多笔退款，直接关联明细会放大订单金额，管道运行成功也不能证明分析结果正确。

管道不只负责搬运数据。将每个转换节点的输入、输出和目的写清楚，实施人员才能判断字段是在哪里被重命名、过滤或合并的。遇到结果异常时，可以从输出倒查到具体节点，而不是重新检查整条数据链。

需要周期性更新时，可根据业务场景选择全量或增量同步，并核对任务水位与源表结构。结构变化可能让增量任务转为全量，带来执行时间和源端负载变化；上线前应明确重跑、数据核对和异常处理方式。不同数据源的同步与转换支持范围，以目标版本文档和实际连接配置为准。

数据集成项目可以立即执行，也可以设置执行计划。手册列出了调度时间、前置依赖、依赖等待、重试、优先级和失败邮件告警等配置，并提供执行记录。日常运维应指定谁接收告警、谁判断重试是否安全，以及上游任务未完成时下游是否应继续运行；这些决定比“设一个每天凌晨的定时任务”更影响数据可靠性。

3 在数据集与指标层统一口径

数据进入分析平台后，仍需把物理字段组织成业务可理解的数据集、关联模型和指标。例如订单金额与回款金额来自不同系统，不能仅凭同名字段相加；要先明确关联键、统计粒度、时间口径和退款规则。衡石的数据集市与指标管理可承接这些定义，让仪表盘、报表和 AI 问数尽量复用同一套业务口径。

建模时还应检查一对多关联是否放大金额，跨源字段类型是否一致，以及指标变更会影响哪些下游应用。对高频分析，可按数据规模与时效评估同步或加速方案，再用真实查询和数据对账验证收益。未经同一环境测量，不宜宣称固定倍数的加速效果。

4 用运行结果完成交付

一个可交付的数据管道，至少应能回答四个问题：数据来自哪里、何时更新、转换规则是什么、失败后怎样发现和恢复。为关键任务保留源表与目标表的数量核对、抽样核对和业务指标对账，再让下游应用使用。这比单纯统计“接入了多少种数据源”更能体现多源分析能力。

上线验收可选一段固定日期的样本，按“源表—管道输出—数据集—仪表盘指标”逐层核对。行数相同并不总能说明正确：过滤和聚合会主动改变行数，还应检查唯一键、空值、重复记录、金额总和与关键分组。若是增量任务，再补一次新增、修改和源表结构变化后的核对。

明细到明细同步时，可在源端和目标端分别运行下面的聚合核对。表名、字段名、日期范围和 SQL 方言均应按实际环境替换；经过过滤或聚合的管道需要改用对应业务指标对账。

SELECT COUNT(*) AS row_count,
       SUM(amount) AS amount_sum
FROM sales_detail
WHERE business_date >= :start_date
  AND business_date < :end_date;

当用户反馈“报表今天少了一部分数据”，先查看任务执行记录与最近一次成功时间，再检查源端数据是否已产生、同步是否落到目标表、模型是否引用了正确版本。将采集延迟、任务失败和指标口径问题区分开，才能把故障交给正确的处理人。

场景案例：制造企业核对已发货未回款订单

一家制造企业希望每天查看“已发货但尚未回款”的订单金额。订单、发货和收款分别保存在业务、仓储和财务系统中。实施人员先确认订单号能否跨系统对应，并约定部分发货、分次回款和退款如何影响统计；这些规则决定了最终指标，连接三套数据本身并不能给出可靠答案。

在目标环境验证连接的读写权限后，可用数据集成管道读取各源数据，统一订单号、金额和日期类型，按订单粒度分别汇总发货与回款，再输出到分析表。数据集和指标层定义“已发货未回款”的筛选条件及统计日期，下游看板沿用同一口径。

验收取固定日期样本，逐层对照源端订单、管道输出、数据集和看板的订单数与金额，并单独检查一单多次发货或回款的样本。若次日报表缺数，先看各源数据到达时间、管道执行记录和增量水位，再判断是否是指标规则变化。

衡石的数据集成价值，在于让连接、同步、建模和使用各有明确责任。多源数据进入同一分析界面之后，还要经过可维护的转换和可复核的指标定义，才能成为稳定的分析资产。