tis

介绍

TIS 是新一代 AI 原生数据集成平台。在大模型重塑行业的今天，TIS 率先将 LLM 深度融入数据工程全链路——

️ 用自然语言创建数据管道：告别复杂配置，一句话描述业务需求，Pipeline AI Agent 自动完成插件选型、参数生成与任务编排
用知识图谱理解业务语义：Ontology 本体层 + Neo4j 图数据库，将业务术语、指标口径、实体关系沉淀为可持续积累的企业知识资产
用自然语言洞察数据：ChatBI 模块基于 GraphRAG 四路并行检索，业务用户无需 SQL，直接提问即得数据分析结果

底层仍保留经过生产验证的 批流一体引擎（DataX / Flink-CDC ），让 AI 能力叠加在坚实的数据基础设施之上。详细介绍 →

:fire: 推出新功能

1. ChatBI — 自然语言驱动数据洞察

基于 Ontology知识图谱 + GraphRAG检索增强 技术，TIS v5.1.0 引入 ChatBI 能力，让业务用户无需编写 SQL，直接用自然语言提问即可获得数据分析结果：

• 语义理解：Ontology 本体层精确定义业务实体（Glossary词典、聚合函数、语义角色等），消除歧义 了解
• 图谱检索：GraphRAG 四路并行召回 + 子图扩展，精准定位相关数据实体及其关联关系
• 多模型支持：无缝接入 DeepSeek、通义千问、GPT-4 等主流 LLM
• 知识沉淀：Neo4j 图数据库持久化业务知识，随着使用不断积累，越用越聪明

用户问："上个月华东区销售额最高的产品是哪些？"
   ↓ Ontology 语义解析
   ↓ GraphRAG 知识检索
   ↓ LLM SQL生成
   ↓ 结果可视化

立即了解

2. Pipeline AI Agent — 让数据管道听懂人话

• 告别复杂配置，自然语言描述需求即可创建管道
• 智能插件检测与自动安装，LLM辅助参数生成
• 支持DeepSeek/通义千问等国产模型，成本低至几毛钱 立即了解

核心特性

• :hammer:安装简单

  TIS的安装还是和传统软件安装一样，只需要三个步骤：一、下载tar包，二、解压tar包，三、启动TIS。是的，就这么简单。另外还支持多种部署模式（Docker、Docker-Compose、Kubernetes）。

• :rocket:强大的扩展性

  TIS 继承了Jenkin 的设计思想，使用微前端技术，重新构建了一套前端框架，前端页面可以自动渲染。

  TIS 提供了良好的扩展性和SPI机制，开发者可以很轻松地开发新的插件。

• :brain: AI驱动的智能运维

  v5.1.0 引入 Ontology 知识图谱 + GraphRAG 检索增强生成架构，构建以下核心能力：

  • 本体建模：精确定义 Glossary 词典、聚合函数（SUM/AVG/COUNT等10+种）、5种语义角色
  • 图谱存储：基于 Neo4j 的知识图谱持久化，实体关系清晰可查
  • 智能问答：ChatBI 模块让业务用户用自然语言驱动数据查询与分析
  • LLM集成：支持主流大语言模型，打通从自然语言到 SQL 的全链路

• :repeat:支持各种Transformer算子

  通过在TIS流程中设置Transformer功能逻辑，可实现在ETL数仓功能中，在E（数据抽取）阶段即可高效实现各种字段值转换功能，如：字段脱敏，字段拼接，取子字符串等功能。

• :ok_hand: 基于 DataOps 理念

  借鉴了 DataOps、DataPipeline 理念，对各各执行流程建模。不需要了解底层模块的实现原理，基本实现傻瓜化方式操作。

:arrow_forward: 安装说明

快速安装（支持私有云、公有云等环境），方便、快捷 :green_circle:单机 :purple_circle:Docker :large_blue_circle:Docker Compose :brown_circle:K8S

发布：

最新版本：v5.1.0（2026/8/20) https://github.com/datavane/tis/releases/tag/v5.1.0

历史发布：

• v5.0.0（2025/12/29) https://github.com/datavane/tis/releases/tag/v5.0.0
• v4.3.0（2025/8/19) https://github.com/datavane/tis/releases/tag/v4.3.0
• v4.2.1 发布（2025/5/1）：https://github.com/datavane/tis/releases/tag/v4.2.1
• v4.1.0 发布（2025/2/2）：https://github.com/datavane/tis/releases/tag/v4.1.0
• v4.0.1 发布（2024/10/19）：https://github.com/datavane/tis/releases/tag/V4.0.1

支持的读写组件

https://tis.pub/docs/plugin/source-sink/

功能一瞥

• 示例
  • 基于TIS快速实现MySQL到StarRocks的实时数据同步方案
  • 多源同步Doris方案
  • 将数据变更同步到Kafka
  • 利用TIS实现T+1离线分析
  • 多源同步Paimon方案
• 视频示例
  • 安装示例
  • 启用分布式执行功能
  • MySQL导入ElasticSearch
  • MySQL导入Hive
  • MySQL导入Clickhouse
  • MySQL同步StarRocks
  • 基于Ontology本体语义的ChatBI演示
  • MySQL同步Doris >批量同步 >实时同步

批量导入流程设置

选择Reader/Writer插件类型

添加MySqlReader

设置MySqlReader目标表、列

设置MySqlReader目标列设置Transformer逻辑。例如，将表中JSON内容的列分拆成多个字段json_splitter

添加ElasticWriter,可视化设置ElasticSearch的Schema Mapping

执行MySql->ElasticSearch DataX实例，运行状态

开通Flink实时数据通道

添加Flink-Cluster、设置重启策略、CheckPoint机制等

设置Source/Sink组件属性

TIS基于数据库元数据信息自动生成Flink-SQL脚本,您没看错全部脚本自动生！

实时数据通道创建完成！控制台实时显示实时同步流量，并且，可以执行限流，启停（Pause/Resume）等操作详细

构建一个实时数仓就这么简单！！！

依赖项目

• WEB UI https://github.com/qlangtech/ng-tis
• 发版信息生成器https://github.com/qlangtech/tis-git-manager
• 基于Ansible的打包工具 https://github.com/qlangtech/tis-ansible
• TIS 插件
  1. plugins
  2. tis-plugins-commercial
  3. SqlServer Connector qlangtech/tis-sqlserver-plugin
  4. Paimon Connector qlangtech/tis-paimon-plugin
  5. DaMeng Connector qlangtech/tis-dameng-plugin
• TIS 插件元数据生成工具 https://github.com/qlangtech/update-center2
• DataX https://github.com/qlangtech/DataX
• Flink Extend https://github.com/qlangtech/flink
• Dolphinscheduler https://github.com/qlangtech/dolphinscheduler
• TIS 插件功能脚手架 https://github.com/qlangtech/tis-archetype-plugin
• Chunjun https://github.com/qlangtech/chunjun
• TIS Docs Manager https://github.com/qlangtech/tis-doc
• 扩展Debezium qlangtech/debezium
• 扩展Flink-CDC qlangtech/flink-cdc
• 借鉴StreamPark 任务状态监控机制 apache/streampark
• 部分插件参数配置参考 Airbyte https://github.com/airbytehq/airbyte
• 架构思想参考 https://github.com/jenkinsci/jenkins

如何开发

https://tis.pub/docs/develop/compile-running/

许可协议

TIS is under the Apache2 License. See the LICENSE file for details.

反馈

您在使用过程中对TIS有任何不满或者批评都请不惜斧正，您提出的宝贵意见是对我们最大的支持和鼓励，我要提建议

Stargazers over time