编辑导语：自从数据中台提出今后，各行各业都开始推出关于中台的应用和落实；数据中台的焦点代价是什么？所有公司都适合做数据中台吗？本文作者具体阐明白大数据下的数据中台。

“数据中台”是进本年较量火的一个词，正在做数字化转型的传统型公司城市首选做数据中天项目，建树数据中台嫣然成为传统企业数字转型的首选。

但为什么要做中台、长处是什么、能给企业带来什么代价、是不是所有公司都适合做数据中台，这是随之而来的问题。

一、大数据成长的汗青

上个世纪90年月开始呈现数据客栈观念，他辅佐企业做出策划阐明决定，譬喻在销售行业的门店打点中，如何使单个门店的好处更大化，就需要阐明每个商品的销售、库存数据，凭据差异的时间周期：逐日、每周、每月，找到商品销售纪律以及关联影响，然后拟定出公道的商品采购打算和促销勾当，这些都是依赖与大量的数据阐明。

比尔.恩门给出的数据客栈界说：数据客栈是在企业打点和决定中面向主题的集成的、与时间相关的，不行修改的数据荟萃。

所以数据客栈是会凭据主题去集成数据，你可以把主题领略成一个目次。主题是不会等闲改变，所以分别主题时要只管做到与业务相关，且容易区分数据分别法则。

进入互联网时代后，数据局限前所未有的快速增长：

譬喻：抖音、微信，天天都在发生千亿级的用户行为数据，同时数据布局也在变得巨大多样化，有布局化、非布局化、半布局化的数据发生；

譬喻：app、web的埋点数据、靠山日志数据。

这些特点都是传统数据客栈所难以承载的。

所以hadoop呈现了，他有两个优势：

完全漫衍式，易扩展，并且利用便宜的计较机就可以集成一个计较、存储本领很强的集群，满意海量数据处理惩罚需求；

弱化数据名目，数据集成到hadoop后，数据模子与数据存储疏散，在数据利用时，凭据差异的数据模子读取数据，满意多种数据布局的阐明需求。

跟着hadoop技能成熟，呈现了数据湖的观念，数据湖的呈现我认为符号这hadoop是走向贸易化成熟的符号，企业可以基于hadoop构建数据湖，将数据作为企业焦点资产。

接下来如何让数据的加工可以或许像流水线一样功课，大数据平台的观念就被提出来了，就是为了晋升研发的效率，低落数据研发的门槛，让数据像流水线一样被加工。

大数据平台处事的工具是数据研发人员，可分为数据集成、数据模子开拓、数据测试、数据运维，底层是以HADOOP为代表的大数据框架，包括，存储、计较、资源调配（HDFS、MapReduce、yarn）。

大数据平台就像流水线设备，数据就是被加工的内容，最后产出指标，出此刻各BI或其他的数据产物中，跟着经济、业务快速增长，业务人员也对数据收罗响应要求变快，数据指标共享也逐渐变多，逐渐又呈现了数据中台观念。

前面讲的都是数据成长汗青，是为了让各人大白每一次演变的本质都是满意业务需求可能痛点。

数据中台也是一样的原理，先说下大部门企业数据的痛点：烟囱式的业务成长模式，导致数据也是烟囱式的成长，数据是盘据的，导致大量的反复开拓、计较、从而导致研发效率的挥霍、计较存储资源的挥霍，大数据的应用本钱也越来越高，好比本人地址公司每年投入的硬件资源都是过亿，同时这种带来的尚有差异数据应用平台展示沟通指标的功效会纷歧致。为了办理这些问题，数据中台的代价也就出来了。

数据中台最焦点的代价：

制止数据的反复计较

晋升数据处事力

提高数据共享力

将数据资产化打点。

最后可以看出，数据中台是构建数据湖之上，具备数据湖可以或许处理惩罚多样化布局的数据计较、存储本领；数据中台依赖于hadoop大数据平台，数据中台比大数据平台增加了数据管理和数据处事的内容；数据中台警惕了传统数据数据客栈面向主题的数据建模理论，构建统一的数据共享层。

二、数据中台与业务数据相团结

数据中台代价的发生必然要是与业务数据应用场景相团结，举个案例：

保险行业的步队打点的增员场景看，主管要促进本身的团队架构裂变就需要举办增员，在这个进程中主管需要阐明哪些人适合增员，增员的乐成凡是需要满意哪些条件，逐日还要对署理人的增员举办结果追踪。要做这些阐明就要用到署理人的行为和业绩数据，同时还要有标杆案例数据，凡是这些数据都存放在差异的数据库内里，而且要以日的频率提供数据到页面长举办展示。