跟一个技术负责人聊数据空间建设时，他问了一个很直接的问题：”如果我打开一个数据空间平台的安装包，里面有哪些技术组件？”
这个问题听起来简单，但实际上很少人能完整回答。因为数据空间不是一个”安装包”能装完的东西，它是一个跨越七个技术层次的系统。
底层：DaaS层（数据源）
最底层是数据源层。它不包含在数据空间”内部”，它是各个参与方自己管理的数据资产。包括关系数据库、时序数据库、对象存储、文件系统、IoT数据流、API数据接口等。数据空间的架构设计不需要改变这些底层数据源的形态，它们保持原样，数据空间通过连接器与它们对接。
底层的核心原则是”不做侵入式改造”。数据提供方不需要为了接入数据空间而改造自己的数据存储系统。
第二层：组件层
组件层是数据空间的”通用组件框架”。包括：连接器标准组件（IDS连接器的参考实现）、身份认证组件（DID/证书管理）、数据封装组件（数据产品的标准化包装）、元数据管理组件（元数据的抽取、存储、查询）。
组件层的核心价值是”可替换”，也就是说同一个组件可以有多个厂商的实现版，只要遵循统一的接口规范就可以替换。这避免了数据空间被单一技术供应商锁定。
第三层：IaaS层（基础设施即服务）
对应数据空间技术平台：云资源、网络、存储、算力。
IaaS层可以选择公有云、私有云、混合云，也可以基于现有数据中心的虚拟化平台。数据空间对IaaS层没有特殊要求，只要支持标准网络通信和计算资源即可。
第四层：PaaS层（平台即服务）
对应数据服务平台。包括：数据目录服务、元数据存储库、数据质量服务、数据转换引擎、联邦查询引擎。
PaaS层是数据空间技术能力最集中的一层。它不直接面向用户，但支撑了上层所有业务功能的运行。
第五层：SaaS/DaaS/MaaS层
对应数据空间管控平台。这是数据空间的”业务能力”层，用户感知到的功能大部分集中在这一层，它们包括：
1. 软件即服务（SaaS）：数据空间运营管理控制台、参与方管理、策略配置。
2. 数据即服务（DaaS）：数据产品的发布、发现、订阅、交付。
3. 模型即服务（MaaS）：分析模型的上架、调度、执行、结果返回。隐私计算场景中最关键的能力。
第六层：连接层
连接层是应用和生态系统之间的”桥梁”。包括：API网关（统一对外接口）、事件总线（组件之间的异步消息通信）、协议适配器（将不同协议的数据请求转换为标准格式）、生态系统联接平台（连接不同数据空间的互操作网关）。
连接层的设计质量决定了数据空间的”可扩展性”，每增加一个新的参与方或新的数据空间，需要多大的对接工作量。
第七层：应用层
最顶层是面向用户的应用和数据应用终端。包括了：数据空间门户网站、数据目录浏览器、数据产品展示和交易界面、数据洞察和分析仪表盘、运营管理控制台。
四层功能域的划分
七层架构可以归并为四个功能域，每个功能域跨越若干技术层：
数据空间技术平台（IaaS→DaaS）负责底层基础设施和数据源的对接管理。
数据服务平台（PaaS→DaaS）负责元数据管理、数据目录、数据质量、联邦查询等核心数据服务。
生态系统联接平台（SaaS/DaaS/MaaS→PaaS）负责参与方的协同、数据产品的流通、跨空间互操作。
用户体验及数据应用终端（Application）负责最终用户的使用体验和应用集成。
七层技术架构不是”一层建完再建下一层”的流水线。它是一个共同遵循接口规范、可以独立演进和替换的组件化体系。理解它最好的方式不是记住七层的名字，而是理解每一层解决的核心冲突——IaaS解决资源问题，PaaS解决能力问题，SaaS解决业务问题，应用层解决体验问题。
我是BSN联盟成员。有着十年区块链与隐私计算的产品开发和方案咨询经验，先后参与多个国家重大课题，亲手建过区块链、隐私计算、可信数据空间的落地项目。不追概念，写真的。