数据中台是什么？能发挥什么作用？
对最近很火的数据中台一些思考。
数据中台是什么？
Source
2015年全年产生的数据量等于历史上所有人类产生数据的总和，人类的数据增长正式从乘法型增长变成了指数型增长，海量数据处理成为了全人类的挑战。
阿里提出了DT时代已经到来：DataTech替代ITTech，强调数据驱动的重要性。
阿里走在了前面，阿里用几百人的团队支撑了几万亿的GMV，其中60%-70%来源于数据支持的机器决策，机器智能赋能业务，用更低的成本，更高的效率去服务顾客，提供个性化推荐。
阿里的数据处理经理了四个阶段，分别是：
一、数据库阶段，主要是OLTP（联机事务处理）的需求；
二、数据仓库阶段，OLAP（联机分析处理）成为主要需求；
三、数据平台阶段，主要解决BI和报表需求的技术问题；
四、数据中台阶段，通过系统来对接OLTP（事务处理）和OLAP（报表分析）的需求，强调数据业务化的能力。
第一个阶段到第二阶段很好理解，数据库阶段，简单的OLTP（OLTP强调高并发，单条数据简单提取和战士，后者对并发的要求并不高，后者是地并发，大批量，面向分析。）
第一次转型就是从数据库阶段走到了数据仓库的阶段。互联网数据里面数据量最大的是网页日志，90%以上的数据是非结构化数据，数据量已经到了TB界别，针对分析需求，诞生了数据仓库（DW），阿里的第一个DW是Oracle RAC搭建了DW，这个阶段DW支持的主要久食BI和报表需求。数据库这是也在从传统CB转向分布式DB。
第二次转型就是从数据仓库阶段到数据平台阶段，这个阶段解决的 还是BI和报表需求，但是主要是在解决底层的技术问题。也即是数据库架构设计问题。
第二次转型是数据从TB阶段走向了PB级别， Oracle RAC是基于IOE架构的，所有数据用同一个EMC存储。在海量数据处理上，IOE架构有天然的限制，不适合未来的发展。阿里巴巴的第一个数据仓库就是建立在Oracle RAC上，由于数据量增长太快，所以很快就到达20个节点，当时是全亚洲最大的Oracle RAC集群，但阿里巴巴早年算过一笔账，如果仍然沿用IOE架构，那么几年后，阿里的预计营收还远远赶不上服务器的支出费用，就是说，如果不去IOE，阿里会破产。 Shared Nothing的代表就是Hadoop。Hadoop的各个处理单元都有自己私有的存储单元和处理单元， Shared Everything一般是针对单个主机，完全透明共享CPU/MEMORY/IO，并行处理能力是最差的，典型的代表SQLServer。
所以第二次转型关键词就是去IOE，建立Shared Nothing的海量数据平台来解决数据存储成本增长过快的问题，在阿里巴巴，前期是Hadoop，后期转向自研的ODPS。
第四阶段就是数据中台服务，这个阶段的特征是数据量的指数级增长，从PB级别到了EB级别，未来会到什么级别，还不好说。
目前互联网是主力，15年之后，视图声数据指数级增长，未来90%的数据可能都是非结构化数据，这些数据需要CV等技术的解析，5G技术发展，可能会进一步方法数据的体量。
另一方面，从业务来看，数据也好，数据分析也好，最终都是要为了业务服务，也就是说，要在系统层面能把OLAP和OLTP去做对接，这个对接不能靠人来完成，要靠智能算法。
目前的数据中台，最底下的数据平台还是偏技术，是中台技术方案中的一个组件，主要解决数据存储和计算，上面是数据服务层，数据服务层通过服务化API能够把数据平台和前台的业务层对接；数据中台里面就没有人的事情，直接系统去做对接，通过智能算法，能把前台的分析需求和交易需求去做对接，最终赋能业务。
未来的数据中台，一定是「AI驱动的数据中台」，这个中台包括「计算平台+算法模型+智能硬件」，不仅要在端上具备视觉数据的收集和分析能力，而且还要能通过Face ID，帮助企业去打通业务数据，最终建立线上线下触达和服务消费者的能力。
真正做到「一切业务数据化，一切数据业务化」。
数据中台需要三种能力：
数据模型能力，AI算法模型能力，行业的应用能力。
Ex.
阿里中台全景图
基础设施服务，即IAAS层，提供硬件底层支持。
基础服务层，即PAAS层，包括分布式服务框架、分布式数据库、分布式消息、分布式存储、分布式事务、实时监控服务等等。
互联网业务中台，包括各服务中心的抽象出来的各种业务能力，包括交易中心、支付中心、营销中心、结算中心、用户中心、账户中心等等。也包括非业务类服务，如日志分析中心、配置中心、序列中心、基础中心。
业务应用，经过调取业务中台，组装形成独立业务服务能力的业务应用。
交易来源，就是前台用户使用的各个端，如淘宝App、PC站等。
数据量超EB，表数量超过百万。
PPT小结：
1、阿里业务中台架构图。阿里完整前后中台技术架构图。
2、业务中台化-产品形态。将商业基础形态和逻辑梳理出来，解构成业务“积木块”。
3、业务中台化-全局架构。建立中台的中心化控制单元，对中台有一个纵观全局的视图。
4、业务中台化 - 业务创新和智能化。业务中台化，汇集和沉淀业务逻辑和数据，对快速创新提供支持。
5、阿里核心业务架构。小前台、大中台、轻后台的相互支撑体系。
6、阿里数据中台架构。数据中台建设理论、方法和实践。
7、阿里技术全栈全景图。阿里的移动中台、业务中台、数据中台、技术中台。
8、阿里技术平台底座。阿里多年技术积累和沉淀，构建在阿里云之上。
9、阿里中台组织架构。阿里的中台战略，相匹配的组织架构升级。
10、业务中台建设路径。企业中台建设应遵循的3个步骤：决心变革、成功试点、持续融合。
11、企业中台战略4个升级。从战略、组织、流程、技术四个方面进行升级。
12、阿里中台的能力开放。基于阿里云、ET大脑、业务&数据双中台的能力开放。
13、阿里业务中台建设方法论。中台建设和基础协议、中心化操控单元。
思考
中台这个概念被炒作的恨火，然而究竟什么是中台，似乎并没有人给出一个明确的定义。
有的人把技术集成平台叫中台，都感觉很片面。
我查阅了很多资料，中台像业务发展遇到某一瓶颈的时候，为了解决实际问题提出的解决方案。
2018年9月，腾讯宣布组织架构调整，在原有七大事业部重新组织机构， 新成立了云与智慧产业事业群（CSIG）、平台与内容事业群（PCG），调整为新的6大事业群。而6大事业群紧紧围绕的，正是技术委员会充当“技术中台”角色。
同年12月18日，百度集团进行了一次大的架构调整，由百度创始人、董事长李彦宏发信宣布：”百度将打造AI时代最领先的技术平台，实现前端业务和技术平台的资源高效统筹及组织全面协同。”
3天后的12月21日，京东集团人力资源部发布关于京东商城组织架构调整的公告，公告内容称：“在新的组织架构下，京东商城将围绕以客户为中心，划分为前中后台。中台为前台业务运营和创新提供专业能力的共享平台职能。”
建设方法：
阿里：业务数据双中台；移动中台；技术中台。
腾讯：业务中台和数据中台。
百度：搜索中台
京东：数据中台
阿里数据中台概念提出这么久了，我看了这么多资料，对中台的定义大多是一家之言，我个人观点：中台是阿里为了两个目的提出来的概念，第一个目标是大企业的尾大不掉，第二点是数据驱动价值。
第二点在电商领域的价值已经不用多提，第一点可能是他觉得阿里必须要克服的问题。
说实话，具体的落地可能都还在摸索之中，先把这个概念拿出来炒作挺离谱的。
时间过了挺久了，这边我对中台和最新的数据湖有很多新的理解，后面会添上…
| 特性 | 数据仓库 | 数据湖 |
|---|---|---|
| 数据 | 来自业务系统、运营数据库和业务线应用程序的关系数据 | 来自IoT设备、网站、移动应用程序、社交媒体和企业应用程序的非关系型和关系数据 |
| Schema | 设计在数据仓库实施之前(写入型Schema) | 写在分析时(读取型Schema) |
| 性价比 | 更快查询结果会带来较高存储成本 | 任何可以或无法进行监管的数据（例如原始数据） |
| 数据质量 | 可作为重要事实依据的高度监管数据 | 任何可以或无法进行监管的数据（使用监管数据） |
| 用户 | 业务分析师 | 数据科学家、数据开发人员和业务分析师（使用监管数据） |
| 分析 | 批处理报告、BI和可视化 | 机器学习、预测分析、数据发现和分析 |
在数据湖中，我们直接添加RAW数据（原始数据），具体的规则我们可以在数据入湖之后根据各种需要来处理。
更新于 2021 - 1 - 28
现在阿里已经公开宣布拆分中台，宣告了中台战略的失败，回过头来看 中台很有一点噱头的意思，把平台做成中台的概念推出去。