很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
這是我的第36篇原創(chuàng)
之前分享過中臺，前兩天又分享了數(shù)據(jù)治理的相關(guān)內(nèi)容。有個同學(xué)嚷嚷著讓我說一下數(shù)據(jù)中臺。雖然我做過數(shù)據(jù)中臺，但是不算成功，寫起來總覺得不太自信。
既然朋友盛情邀請，那就把我的理解整理一下，給大家分享一下。
OK，Let's GO！
在數(shù)據(jù)領(lǐng)域，從業(yè)務(wù)方向上可以分為OLTP（聯(lián)機事務(wù)處理）和OLAP（聯(lián)機分析處理）兩個領(lǐng)域。這個名字很拗口，但是也很有意思。
OLTP就是你在本地操作，相對于單機而言，數(shù)據(jù)記錄在本地，就叫單機事務(wù)處理，在本機操作，數(shù)據(jù)記錄在服務(wù)器上，這叫聯(lián)機事務(wù)處理。
OLAP就是數(shù)據(jù)存在服務(wù)器上，你在本地調(diào)用數(shù)據(jù)進(jìn)行在線分析，這叫聯(lián)機分析處理。
OLTP的發(fā)展路徑其實就是數(shù)據(jù)庫的不斷演進(jìn)，從關(guān)系型數(shù)據(jù)庫從單機數(shù)據(jù)庫到高可用版本，到現(xiàn)在的分布式關(guān)系型數(shù)據(jù)庫。另外為了滿足各種場景下的數(shù)據(jù)存儲和查詢，還誕生了NoSQL、MPP、時序數(shù)據(jù)庫等一系列的數(shù)據(jù)庫，大數(shù)據(jù)行業(yè)就此拉開序幕。
OLAP的發(fā)展路徑也很有意思。一開始只是在業(yè)務(wù)數(shù)據(jù)庫中建個表，統(tǒng)計一下各種固定報表。后來需要分析的內(nèi)容越來越多，就開始不斷的向前發(fā)展，這樣也迎來了大數(shù)據(jù)分析師的黃金發(fā)展期。
最早的時候，是沒數(shù)據(jù)倉庫什么事情的，OLAP的內(nèi)容也少，只有少量的固定報表，那時候都是開發(fā)人員在業(yè)務(wù)庫直接存儲的。
現(xiàn)在很多系統(tǒng)仍然是這樣的，比如你采購一個erp、電商平臺等，自帶的絕大部分報表都與業(yè)務(wù)系統(tǒng)在一個數(shù)據(jù)庫中的。其實這個時候正式對應(yīng)系統(tǒng)架構(gòu)中的“單體架構(gòu)”。
隨著信息系統(tǒng)的不斷建設(shè)，管理者開始不太滿足于固定的寥寥幾張報表，他們期望看到更多細(xì)節(jié)，找到異常，發(fā)現(xiàn)問題。這時候，就必須要有一個信息系統(tǒng)去滿足他們的需求，DSS/BI系統(tǒng)就順應(yīng)而生，幾乎同時，數(shù)據(jù)倉庫的概念也一并被提出。
1990年前后，現(xiàn)代化的BI和數(shù)據(jù)倉庫幾乎同時誕生。這也無可厚非，這倆天生一對啊。BI就是OLAP的業(yè)務(wù)應(yīng)用體系，數(shù)倉就是為了支撐BI而生的。數(shù)據(jù)倉庫之父比爾·恩門（Bill Inmon）在1991年寫了一本書《建立數(shù)據(jù)倉庫》。對，就是那個inmon、kimball建倉方法論的inmon。
這時候，業(yè)務(wù)數(shù)據(jù)和分析數(shù)據(jù)開始分道揚鑣，走上了不一樣的道路。業(yè)務(wù)數(shù)據(jù)處理(OLTP)向準(zhǔn)確、及時、一致的方向不斷邁進(jìn)；分析數(shù)據(jù)操作(OLAP)向歷史靜態(tài)、聚合、關(guān)聯(lián)、多維的方向發(fā)展。
一個典型的問題就是在業(yè)務(wù)數(shù)據(jù)庫中，你無法回答類似于一個訂單的選購、下單、支付、發(fā)貨、完成的全流程各用了多少時間的問題。當(dāng)然，你可以通過冗余N個時間戳來解決，但是你無法將所有狀態(tài)變化的數(shù)據(jù)統(tǒng)統(tǒng)記錄下來。因為OLTP是反應(yīng)當(dāng)前的情況。
而OLAP就可以通過全量表、拉鏈表等方式保存歷史狀態(tài)數(shù)據(jù)，從而對每個對象進(jìn)行歷史分析。
tips：除了拉鏈表之外，通常還有全量快照表、增量表和流水表，一共四種形式收集歷史數(shù)據(jù)，這四種情況下次開單篇聊。
數(shù)據(jù)倉庫建設(shè)的目的就是為了進(jìn)行數(shù)據(jù)分析用的。原則上來說數(shù)據(jù)倉庫中的數(shù)據(jù)是不允許修改的。所以你看HIVE根本就沒有update和delete的功能，很多人非常不理解其中的原因，其實這就是因為HIVE就是為了數(shù)據(jù)倉庫而生的。
數(shù)據(jù)倉庫解決的核心問題其實就是上面說到的，解決歷史情況追蹤，解決數(shù)據(jù)分析能力、解決業(yè)務(wù)頻繁變化等一系列問題。
拿inmon老爺子的話來總結(jié)一下：
數(shù)據(jù)倉庫（Data Warehouse）是一個面向主題的（Subject Oriented）、集成的（Integrated）、相對穩(wěn)定的（Non-Volatile）、反映歷史變化（Time Variant）的數(shù)據(jù)集合，用于支持管理決策(Decision Making Support)。
我有一篇文章，詳細(xì)解釋了數(shù)據(jù)倉庫的完整建設(shè)路徑和細(xì)節(jié)，可以移步了解一下：《點擊查看：如何搭建一個數(shù)據(jù)倉庫》
這個像什么？是不是很像系統(tǒng)架構(gòu)中的微服務(wù)？對不對？橫向分層，豎向切分領(lǐng)域。跟微服務(wù)的理念一樣一樣的。
數(shù)據(jù)倉庫很好用，多維分析簡直能滿足老板的一切需要。它能讓決策者從公司總體情況，一直下鉆到每個業(yè)務(wù)員的貢獻(xiàn)，極大的滿足了決策者的掌控欲，同時也給企業(yè)的決策帶來了堅實的數(shù)據(jù)基礎(chǔ)。
但是，數(shù)據(jù)倉庫也有其非常致命的弊端：所有數(shù)據(jù)必須經(jīng)過定義之后才能被使用，所有數(shù)據(jù)都經(jīng)過了ETL處理，所有數(shù)據(jù)都被聚合。
作為數(shù)據(jù)工作者的你，肯定能理解其中的含義。一旦數(shù)據(jù)被動過，那就會造成信息丟失。
而在算法時代，這是不可接受的。
因此，在數(shù)據(jù)倉庫發(fā)展了20年之后的2010年，Pentaho的創(chuàng)始人James Dixon提出了一個“數(shù)據(jù)湖”的概念。簡單來說，數(shù)據(jù)湖其實可以理解為一個巨大的ODS層。
任何使用數(shù)據(jù)的同學(xué)都可以直接到數(shù)據(jù)湖中自由提取數(shù)據(jù)：
在多維分析報表中鉆取到最細(xì)顆粒度之后仍然不能解決問題的，就到數(shù)據(jù)湖中查看最原始的數(shù)據(jù)，查找根因。
在進(jìn)行算法設(shè)計的時候，數(shù)倉中處理的數(shù)據(jù)已經(jīng)損失了一部分信息，那就去數(shù)據(jù)湖中找更詳盡、更豐富的底層數(shù)據(jù)，沒準(zhǔn)可以找到最佳特征。
數(shù)據(jù)湖貌似非常完美，能解決一切問題，但是肯定哄不住專業(yè)的你。是的，數(shù)據(jù)湖說的好聽，是一個原生態(tài)的，任由你汲取的巨型數(shù)據(jù)源，說的不好聽，就是一個數(shù)據(jù)垃圾堆。不管你管理的多么好都無法改變這個事實。
你現(xiàn)在已經(jīng)找到了一個異常客戶，想找到這個客戶在公司業(yè)務(wù)流中的表現(xiàn)。我們應(yīng)該會通過CRM與其進(jìn)行溝通和跟進(jìn)；通過交易平臺與其發(fā)生交易；貨物是通過ERP進(jìn)行采購的，通過WMS記錄貨物存儲信息的，通過TMS記錄貨物運輸過程信息的。最后你是在微博中收到了他的抱怨信息，在客服中心的CallCenter接到投訴電話的。
這個時候，你想怎么辦？各個系統(tǒng)都是獨立建設(shè)的，所有數(shù)據(jù)都在數(shù)據(jù)湖中，你就是沒辦法把他們串起來！而且，這還是一條業(yè)務(wù)線。公司通常都會有N條業(yè)務(wù)線，每個業(yè)務(wù)線的系統(tǒng)都統(tǒng)統(tǒng)單獨建立一遍，一個客戶與公司發(fā)生關(guān)系的系統(tǒng)越來越多。
這個時候，數(shù)據(jù)中臺就出現(xiàn)了。
圖片來自于阿里云數(shù)據(jù)中臺解決方案手冊
所以你可以看到，數(shù)據(jù)中臺解決的是什么問題：
實體的打通和畫像-OneID;
數(shù)據(jù)資產(chǎn)的統(tǒng)一構(gòu)建與管理-OneModel；
數(shù)據(jù)服務(wù)的統(tǒng)一服務(wù)-OneService
這三點，共同組成了數(shù)據(jù)中臺的OneData的方法論體系。
OneID是最底層的數(shù)據(jù)打通，把各條業(yè)務(wù)線、各個業(yè)務(wù)系統(tǒng)的相同實體（如客戶）進(jìn)行統(tǒng)一識別。用戶端的感覺就是你用一個id，可以通行阿里系所有app。企業(yè)端的感覺就是無論用戶用什么客戶端，通過那個系統(tǒng)與企業(yè)發(fā)生關(guān)系，都能識別成為一個用戶；
OneModel是中間層數(shù)據(jù)的統(tǒng)一建模，這里其實就是數(shù)據(jù)倉庫。只不過不是一個業(yè)務(wù)線的數(shù)據(jù)倉庫，是整個企業(yè)，整個集團的，統(tǒng)一的數(shù)據(jù)倉庫。
OneService是業(yè)務(wù)層的統(tǒng)一服務(wù)提供，其實還是那一套，主數(shù)據(jù)、即席查詢、固定報表、多維分析等等。當(dāng)然會多一些算法層面的試探，也僅僅是試探而已。
我在之前的工作中，就曾建立數(shù)據(jù)中臺，主要工作內(nèi)容就是做商品id和用戶id的打通，進(jìn)行全局統(tǒng)一建模，提供統(tǒng)一的商品主數(shù)據(jù)的編碼工作和統(tǒng)一的數(shù)據(jù)輸出。
如果你看過我之前分享的《一口氣說透中臺--給你架構(gòu)師的視角-點擊查看》，就會發(fā)現(xiàn)，這不就是中臺架構(gòu)嗎？
如上圖所示，其實在上篇文章中，就已經(jīng)說清楚數(shù)據(jù)中臺是什么了。在數(shù)據(jù)層面進(jìn)行多條業(yè)務(wù)線的服務(wù)合并、標(biāo)準(zhǔn)化、統(tǒng)一化，統(tǒng)一抽象，這就是數(shù)據(jù)中臺。每個架構(gòu)都是要解決特定的問題的，數(shù)據(jù)中臺解決的核心問題就是全局統(tǒng)一，全局標(biāo)準(zhǔn)，全局打通。
所以，不要神話中臺，更不要神話數(shù)據(jù)中臺。你沒有這個問題，或者說當(dāng)前最緊急的問題不是中臺最擅長解決的，那就不要跟風(fēng)建中臺。那樣會死的很慘的。
以上，與君共勉！
數(shù)據(jù)中臺還是太大了，一篇文章說不完。這樣吧，我把之前收集的市場上主流的三家數(shù)據(jù)中臺供應(yīng)商產(chǎn)品建設(shè)方案和一份咨詢公司數(shù)據(jù)中臺白皮書拿出來貢獻(xiàn)給大家。關(guān)注“大數(shù)據(jù)架構(gòu)師”公眾號，在后臺回復(fù)DATA即可獲取下載鏈接。這可都是辛苦獲得的內(nèi)部資料呀~~~
對了，上次分享了《數(shù)據(jù)治理體系的建設(shè)》，我特意準(zhǔn)備了國際流行的《DAMA-DMBOK數(shù)據(jù)管理知識體系》文件，后臺回復(fù)dama即可獲取下載鏈接。快去公眾號領(lǐng)取吧~~~
熱文 | 大數(shù)據(jù)工程師體系職業(yè)路徑全解
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)