2015年，馬云拜訪名為Supercell的芬蘭游戲公司，雖然這家公司僅有180人，但是他們開發新游戲的速度特別快，公司旗下游戲DAU已經突破1億。2016年，騰訊以86億美元收購了其84%的股權，這不僅是騰訊歷史上，也是近年全球手機游戲行業最大金額的并購。這家“小公司”為什么這么牛逼?因為他們把游戲需要的通用數據、素材都放在一起供大家使用，實現了業務互通，大大提高了每個團隊的效率。不久之后，阿里就成立了數據中臺的團隊，隨后國內的公司也都紛紛效仿，開始架構屬于自己的數據中臺。

什么是數據中臺：

基于那次拜訪產生的靈感，阿里提出了“大中臺，小前臺”的概念，即將業務數據化，數據業務化，真正實現數據和業務進行打通。阿里數據技術和產品部門的負責人曾說過：“很多人會把數據比作石油，馬云也說過，阿里巴巴要成為全球電子商務的水電煤。我們現在搭建的數據中臺，就是希望扮演發電廠的角色。”

數據中臺絕對不等于數據平臺，差別之一就在于是否具有業務屬性，這也是數據中臺出現的一個非常重要的原因，它可以支撐多個前臺業務，使得數據不再是各前端業務獨立管理，真正實現不同業務之間的互通互融。

我就曾經參加過的一個項目給大家講講數據中臺包含那些東西。

1.數據采集

為數據中臺提供匯集數據的能力，應提供統一的數據獲取接入方式，數據來源包括內部數據和外部數據，數據類型應支持結構化和非結構化數據采集。傳統的ETL工具仍然可以復用，實現數據采集、轉換、加載等關鍵處理過程。

2.數據計算

為數據中臺提供統一的大數據計算能力，針對不同大數據處理場景，所需提供的數據計算能力也不同，一般主要包括批量離線計算、內存計算、在線流式計算等，可用到的技術有數據挖掘，大數據分析，云計算等。

3.數據存儲

數據中臺中全域數據的存儲中心，按照不同的數據類型，可以采用圖中一種或多種數據存儲系統的“混搭”架構。傳統數據倉庫(如DB2/ORACLE)是最為穩定的數據存儲方式，承載著及時性、準確性要求高的企業核心應用。分布式關系數據庫，也常簡稱為MPP數據庫，相較于傳統的關系型數據庫，具有高性能處理能力、高數據吞吐能力的優勢。

NoSQL分布式數據庫屬于非關系型數據庫管理系統，在大數據簡單存取上具備關系型數據庫無法比擬的性能優勢。分布式文件系統(HDFS)是當前最常見的大數據存儲方式，它具極高的性價比，擴展性強。數據湖作為一種新的存儲大量復雜格式數據，避免企業數據孤島化的數據架構方案，可用來將不同結構的數據統一聚合和存儲。

4.數據治理

指的是為了實現對企業中數據資產價值的獲取、管控、交付等目的，基于制定的數據規范，對數據資產所做的一系列管理活動。數據標準管理指對數據口徑、公共術語、參考數據、數據編碼等制定和實施標準化的管理活動。數據模型管理負責對系統中核心的邏輯模型、物理模型、數據庫表、字段、視圖等進行統一管控、促進其規范化。

5.數據服務

包括了與業務相關的、可復用的一些公共技術組件或產品，如數據目錄、數據標簽、數據分析、數據開放接口、機器學習算法模型等，它們可以使用SAAS方式直接對外提供服務，也可以以更小粒度如API、消息接口、文件接口、服務接口、SDK軟件包等方式只提供組件能力或數據服務，內部或外部第三方應用不必關心底層數據準備情況，直接調用數據服務模塊對外提供的服務接口，就可以方便進行二次開發，借以增強自身的能力。

為什么要建立數據中臺：

業內對于數據中臺建設的經驗還是不足的，我這里給大家講講如何建立數據中臺。

我經在手機上常看見各種公眾號文章提及數據中臺這個概念，我也跟各個行業的一些大公司的 CIO 交流過，發現很多行業的大公司都開始組建大數據團隊，建設數據中臺。結合文章和交流獲取的信息，我切身感受到宏觀經濟對技術的影響。2018 年開始經濟下行，生意不好做了，粗放的經營已經不行了，隨著數據時代的來臨，越來越多的企業想通過數據驅動來進行精細化的運營和數據化轉型。

對于20人以上的企業來講，如果不進行精細化運營，那么各種問題可能層出不窮，譬如：小到上演會議室爭奪戰，大到各種業務團隊不互相、辦公溝通增加成本、辦公室物資損耗現象嚴重等等，日復一日地惡性循環，最終不但會使管理者和員工感到精疲力盡，還會驚訝地發現：企業業績沒有翻番，管理成本和經營成本等費用反倒是陡然躥高，企業陷入了持續虧損的泥潭。