企業可以不要大數據，但必須要有“數據中臺”
139w.com 鼎點網絡
2015年，馬雲拜訪名爲Supercell的芬蘭遊戲公司，雖然這家公司僅有180人，但是他們開發新遊戲的速度特別快，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，也是近年全球手機遊戲行業最大金額的併購。這家“小公司”爲什麼這麼牛逼?因爲他們把遊戲需要的通用數據、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。不久之後，阿里就成立了數據中臺的團隊，隨後國內的公司也都紛紛效仿，開始架構屬於自己的數據中臺。
什麼是數據中臺：
基於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，馬雲也說過，阿里巴巴要成爲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。”
數據中臺絕對不等於數據平臺，差別之一就在於是否具有業務屬性，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.數據採集
爲數據中臺提供彙集數據的能力，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採集。傳統的ETL工具仍然可以複用，實現數據採集、轉換、加載等關鍵處理過程。
2.數據計算
爲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，雲計算等。
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，可以採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)是最爲穩定的數據存儲方式，承載着及時性、準確性要求高的企業核心應用。分佈式關係數據庫，也常簡稱爲MPP數據庫，相較於傳統的關係型數據庫，具有高性能處理能力、高數據吞吐能力的優勢。
NoSQL分佈式數據庫屬於非關係型數據庫管理系統，在大數據簡單存取上具備關係型數據庫無法比擬的性能優勢。分佈式文件系統(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。數據湖作爲一種新的存儲大量複雜格式數據，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。