由于Dataiku连接到现有基础架构，因此无需移动数据进行处理。格式和模式检测允许即时访问数据。

连接到25个以上的数据存储系统

1、MPP分析数据库（Teradata，Greenplum，Vertica）

2、云数据库（Amazon Redshift，Google BigQuery，Snowflake，Azure SQL）

3、运营数据库（Oracle，MS SQL Server，PostgreSQL，MySQL）

4、NoSQL存储（MongoDB，Cassandra，Elasticsearch）

5、Hadoop（HDFS）

6、云对象存储（Amazon S3，Google云存储，Azure Blob存储）

7、远程数据源（API，HTTP，FTP，SCP，SFTP）

怎样通过Dataiku扩展现有连接

1、借助DSS插件，几乎可以连接到那里可用的任何数据。

2、使用R或Python为任何API，数据库或基于文件的格式创建自定义连接器，并与您的团队或社区共享。

3、利用 用户社区实现的现有Dataiku 插件和连接器。

自动检测数据集格式和架构

1、Dataiku会自动推断数据的格式和架构。

2、通过即时访问数据，不再需要在读取数据集之前编写精挑细选的格式设置。

3、只需单击几下，即使非技术团队成员也可以访问数据并与数据进行交互，无论格式或类型如何。

数据准备与充实

Dataiku使您可以通过简单的可视界面以交互方式清理和丰富数据。使用90多个内置视觉处理器进行无代码数据整理。

交互地清理和丰富数据

 1、轻松访问80多个内置视觉处理器，以进行无代码的数据整理。

 2、自动建议的上下文转换。

 3、对数据执行批量操作。

执行可视数据转换

 1、使用可视化“食谱”执行频繁的数据转换任务。

 2、通过完全运行数据库内（SQL）或群集内（Spark，Hadoop）来扩展数据转换管道。

 3、访问和修改生成的代码以适应您的需求。

使用集成的高级处理器

1、访问丰富的内置处理器库：

2、文字处理

3、日期处理

4、地理数据

5、URL，电子邮件，JSON，IP地址验证和处理

6、代码，货币换算

7、类似于Excel的公式

使用公式和Python宏进行自定义处理。

根据业务需求创建自己的自定义类型，以进行数据质量检查和处理。