微服务架构-数据中台和业务中台(3.27)

首先我们看下阿里巴巴Aliware团队对企业中台的定义。即企业中台是由业务中台和数据中台构建起数据闭环的运营体系,实现以数字化资产的形态构建企业核心差异化竞争力。

在原来我谈企业中台的时候，很少专门谈到数据中台和业务中台，更多谈的是技术中台和业务中台，技术中台类似我们原来说的技术平台层和业务不相关。而对于业务中台，其中包括了以数据能力提供为主的微服务模块组件，也包括了业务规则处理为主的组件，还包括了各种能力组合组装的能力组件。

在原来自己的概念里面，是将以数据能力提供为主的组件仍然是业务中台里面的数据中台，类似人员中心，用户中心，产品中心等。而对于业务处理为主模块类似计费中心，结算中心等做为业务中台模块。但是这个概念本身和阿里的概念有出入。因此今天专门找资料看了下，阿里谈到的数据中台更多的是指数据中心平台建设，其中包括了传统的ODS库，也包括了上层的数据仓库，这个数据中心也可以上升到大数据平台。比如一个企业构建的大数据平台，可以划归到数据中台。一个企业构建的ODS共享数据中心，可以划归到数据中台。

参考下面这篇文章

https://baijiahao.baidu.com/s?id=1623987254915096965&wfr=spider&for=pc

数据中台是指通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径。数据中台把数据统一之后，会形成标准数据，再进行存储，形成大数据资产层，进而为客户提供高效服务。这些服务跟企业的业务有较强的关联性，是这个企业独有的且能复用的，它是企业业务和数据的沉淀，其不仅能降低重复建设、减少烟囱式协作的成本，也是差异化竞争优势所在。

数据中台建设的基础还是数据仓库和数据中心，并且在数仓模型的设计上也是一脉传承，之所以我们现在处处推崇数据中台建设及应用，一个是因为数据中台确实有过人之处，另一个是这套模型在阿里体现了巨大的应用价值。数据中台一般包括了数据模型和数据资产管理，数据服务开放，上层的数据类应用和标签管理等。从构成上数据中台一般包括以下几个部分的内容。

1.数据仓库：用来存储数据的，结构性数据、非结构性数据等，还有离线数据和实时数据等；

2.大数据中间件：包含了大数据计算服务、大数据研发套件、数据分析及展现工具；

3.数据资产管理：按照阿里的体系应该分为垂直数据、公共数据和萃取数据3层；

从这个内容一看，更加明确了阿里谈到的数据中台就是一个数据共享能力提供中心。在前期可以是一个基于大数据技术构建的分布式ODS库，在后期可以发展到数据仓库和大数据分析。底层的核心仍然是数据建模。

当我们把这个概念搞清楚后，我们才基本清楚了企业一个开始建设企业中台，如果仅仅是满足业务流程和业务处理需求，只会涉及到业务中台构建。在业务中台构建完成后，考虑到后续端到端流程监控分析，大数据分析的需求才会涉及到数据中台的构建。

当然数据中台本身也为上层应用提供各种数据服务能力，比如上层的针对性营销，用户画像和标签化，这个就部署业务中台能够提供的能力，而是需要数据中台来提供这个能力。只有数据中台对用户相关的所有静态数据，动态行为数据进行了集中，也进行了关联分析和建模。

其次你会发现，当你在构建上层业务应用的时候，如果需要的不仅仅是传统业务中台的单个业务模块提供的单数据对象数据服务能力，而更多的是需要提供跨多个业务组件提供的整合后的数据能力，那么这件事情也应该是数据中台来做最合适。因为这个职责本身也不在业务中台。

因此数据中台是多个共享数据对象的汇总和集合，能够提供跨业务中台多组件的共享数据服务提供能力。正因为具备这个能力，你会发现当你构建上层一个分析类应用前台的时候，原来需要和业务中台多个业务组件打交道，同时自己还需要进行数据整合清理。但是新架构下你只需要消费和使用数据中台提供的共享数据服务能力即可。

另外一篇可参考文档：https://www.jianshu.com/p/f8a7c33709b3