数据中台的概念如今在国内风靡一时，而人们渐渐开始有这样的疑问：中国的数据中台市场如此火热，而国外的数据中台却没有什么声音。事实并不是这样，硅谷的公司其实已经早于中国建设了所谓的”数据中台“。只不过，在国外，并没有数据中台这个称谓，而是统一按照数据平台的名称命名，但是这个数据平台已经具备我们所说的数据中台的全部功能。
首先要理解一些抽象的数字名字概念：
1、数据库：传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。
2、数据仓库：数据仓库系统的主要应用是OLAP，支持复杂的数据分析，侧重决策支持，并且提供直观易懂的查询结果，可做到业务的历史快照，总结性数据以及高纬度分析。
3、数据集市：可以理解为是一种"小型数据仓库"，只包含单个主题，且关注范围也非全局，数据从企业范围的数据库、数据仓库中抽取出来，迎合专业用户群体的特殊需求，其面向部门级业务或某一个特定的主题，良好地解决了灵活性和性能之间的矛盾。
4、数据湖：存储企业各种各样原始数据的大型仓库，其中的数据可供存取、处理、分析及传输，主要解决的是“看见数据”的问题，作为全局数据汇总及处理的一个核心功能，数据湖在数据中台建设中必不可少，除了为数据仓库提供原始数据之外，数据湖也可以直接为上层的数据应用提供服务。
5、大数据平台：个性化、多样化数据，以处理海量数据存储、计算及流数据实时计算等场景为主的一套基础设施，使用大数据平台，企业可以比竞争对手更快地作出数据驱动的决策，更快地推出适应客户需求的产品。
6、数据中台：我们知道所有关于数据工具的建设，其目的都是为了从数据中提取价值来支持更有效的数据运营，那么不能指导实际行动，创造实际价值的数据以及从数据中产生的知识是无用的，那花大价钱来做这个系统也没有必要。
说到底，数据工具的建设还是要以 ROI（Return On Investment）来支持，数据中台概念的出现，很大程度上是原来的大数据系统建设的ROI 不如人意，企业投入了大量的物力、财力和人力建设了大数据平台，却发现并没有给企业带来应用的价值，大数据平台更多的沦为“形象工程“，甚至产生了新的数据孤岛，更不用说实现数据能力的全局抽象、复用和共享了，而数据中台可以说是为此类大数据平台了个“补丁”，其全局的数据仓库、大数据协调共享等能力，真正解决了重复开发、数据标准不统一、数据孤岛等问题，从而提高了数据价值实现效率和ROI。
以下是数据平台建设的架构图：
大数据计算体系
数据中台
网友评论