什么是數(shù)據(jù)倉庫？

大家都去宜家買過東西吧，還記得一樓的大倉庫不，你如果看中了某個家具，想要自己去倉庫提貨，一般都會記下商品上的編碼。

這個編碼對于顧客來說，肯定是沒有任何含義的，看到這個編碼，不可能知道他是一個什么商品。

但是這個編碼，對于倉庫管理員來說是有含義的，他們可以清楚的知道，是哪一個貨架，哪一個位置。

當然，顧客到倉庫里順著貨架和位置也可以找到商品，但是總歸不太直觀，挑選的過程還是得在樓上進行。

因此數(shù)據(jù)倉庫就相當于宜家的一樓倉庫，在這里，數(shù)據(jù)（家具）按照特定的模型，如FS-LDM等（貨架-位置）組織起來，這種模型，對于顧客（業(yè)務人員，數(shù)據(jù)最終用戶）是不友好的，但是對于科技人員（倉庫管理員，宜家員工）來說相對友好，因為他按照一種更加集約化的規(guī)則將數(shù)據(jù)（家具）管理起來了，存放集中、規(guī)整，提取數(shù)據(jù)（提貨）不用跨庫（貨倉）尋找，查找的效率更加高。

那什么是數(shù)據(jù)集市呢？

還是用這個例子，上文提到，數(shù)據(jù)倉庫對業(yè)務人員不是很友好，同樣，你總不能讓顧客直接逛倉庫吧？顧客的需求，是按照家具的種類分門別類，按照家庭的不同房間，組合在一起展示的，正如宜家樓上的展廳。

雖然也被吐槽像迷宮一樣，但是總的來說，購物體驗肯定比逛倉庫來得好多了。

所以，數(shù)據(jù)集市就像宜家樓上的展廳，正如其名字“集市”一樣，是一個面向最終用戶（顧客）的數(shù)據(jù)市場，在這里，數(shù)據(jù)（家具）以一種更加容易被業(yè)務人員（顧客）接受的方式組合在一起，這些組合方式可能是多變的，因為業(yè)務人員（顧客）的需求是多變的，因此我們需要定期調(diào)整集市的計算口徑（展廳的陳列方式），經(jīng)常會創(chuàng)建新的數(shù)據(jù)集市（裝修新的展廳）。

數(shù)據(jù)倉庫和集市的概念理解了，其他一些相關(guān)問題也就迎刃而解，比如為什么有了數(shù)據(jù)倉庫還要建數(shù)據(jù)集市？等等。

那什么是數(shù)據(jù)湖呢？

數(shù)據(jù)湖至今仍然沒有一個特別標準的概念，各種概念中，比較統(tǒng)一的一點是數(shù)據(jù)湖存儲的是未經(jīng)加工的原始數(shù)據(jù)，包含結(jié)構(gòu)化和非結(jié)構(gòu)化的各類數(shù)據(jù)。數(shù)據(jù)玩家仍然嘗試用上面的例子來解釋。

大家都知道，宜家的家具是需要自己組裝的，所以宜家的顧客們都有一些動手能力，他們突發(fā)奇想，所有的家具能不能全部拆散成零部件存放，由顧客們根據(jù)實際需要挑選零部件自行拼裝？

所以，數(shù)據(jù)湖就是一個存儲了所有企業(yè)內(nèi)原始數(shù)據(jù)（家具零部件）的存儲，這就帶來一系列問題，加工后數(shù)據(jù)的存儲已經(jīng)非常復雜，原始數(shù)據(jù)則依賴更多的管理功能，不然數(shù)據(jù)又多又雜難以管理，數(shù)據(jù)湖會退化為數(shù)據(jù)沼澤。此外，原始數(shù)據(jù)如果缺少統(tǒng)一的數(shù)據(jù)標準，就像不同的家具零部件之間的接口不同，那就無法組裝在一起了。

因此，數(shù)據(jù)湖必須有完善的數(shù)據(jù)管理功能，也依賴于統(tǒng)一的數(shù)據(jù)標準和良好的數(shù)據(jù)質(zhì)量管理。

那什么又?是數(shù)據(jù)中臺呢？

數(shù)據(jù)中臺也沒有一個特別明確的定義，這里很難套用宜家的例子強行解釋了，我們來看下各類數(shù)據(jù)平臺：

在我們傳統(tǒng)的數(shù)據(jù)應用中，隨著數(shù)據(jù)對于業(yè)務友好度的增加，其時效性也在減弱。而我們的目標，顯然是數(shù)據(jù)又快又好。既然各部門的需求都不一樣，為何不讓業(yè)務自助分析數(shù)據(jù)呢？于是我們有了右上角的目標狀態(tài)。但是這個理想狀態(tài)和我們現(xiàn)在的數(shù)據(jù)應用中間有巨大的空隙，靠什么來填補？答案就是數(shù)據(jù)中臺。

我們可以將其分為狹義的數(shù)據(jù)中臺和廣義的數(shù)據(jù)中臺。狹義的數(shù)據(jù)中臺，指的是一套數(shù)據(jù)應用和工具，包括分布式ETL、數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)標簽管理、數(shù)據(jù)沙箱、自助分析平臺、元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理等等，底層則以現(xiàn)有的數(shù)倉、大數(shù)據(jù)平臺等為數(shù)據(jù)源，為企業(yè)提供數(shù)據(jù)資產(chǎn)管理的能力，并持續(xù)挖掘數(shù)據(jù)價值，持續(xù)提供數(shù)據(jù)智能服務。

廣義的數(shù)據(jù)中臺，則在狹義的數(shù)據(jù)中臺基礎之上，包含了頂層數(shù)據(jù)戰(zhàn)略，數(shù)據(jù)治理體系以及數(shù)據(jù)管理及運營、數(shù)據(jù)文化培養(yǎng)和組織架構(gòu)支撐，是一套持續(xù)管理和運營的體系。

可以這么說，狹義的數(shù)據(jù)中臺，是專為達成數(shù)據(jù)中臺的使命而打造，一類是讓數(shù)據(jù)更快的處理、整合、加工，比如分布式ETL工具。隨著傳統(tǒng)數(shù)據(jù)被大數(shù)據(jù)平臺逐步替代，ETL工具對于大數(shù)據(jù)平臺的適配也需要與時俱進，支持分布式計算、彈性計算，并且減少開發(fā)量。

另一類是讓數(shù)據(jù)更好的產(chǎn)生業(yè)務價值，比如數(shù)據(jù)標簽管理，自助分析平臺等。數(shù)據(jù)標簽大家都在用，但是真正深度使用的企業(yè)都會感覺：建好容易用好難，如果沒有一套標簽管理系統(tǒng)，標簽是否重復加工，標簽的使用率、準確性等都無從掌控，業(yè)務部門想要針對近期營銷活動新建一個標簽，還得走開發(fā)流程，時效性也難以保證。數(shù)據(jù)標簽管理系統(tǒng)就是為了解決數(shù)據(jù)標簽的使用問題而建立。自助分析平臺則是方便業(yè)務人員自助進行數(shù)據(jù)分析、加工、探索的平臺，它與數(shù)據(jù)沙箱結(jié)合，直接將去隱私化的生產(chǎn)數(shù)據(jù)提供業(yè)務人員分析，使數(shù)據(jù)更快的產(chǎn)生價值，支撐關(guān)鍵決策。

廣義的數(shù)據(jù)中臺，則是輔助狹義數(shù)據(jù)中臺達成使命的機制，雖然看起來都很“虛”，但是卻是數(shù)據(jù)中臺成功落地的必要保障。

那所有這些都必須做嗎？

這個問題要看具體的企業(yè)情況，總的來說，一個大原則是以滿足業(yè)務發(fā)展為第一優(yōu)先，不要為了做基礎設施而做基礎設施，一定要以能解決業(yè)務訴求為最終目的。

《人月神話》里早就宣告了銀彈不存在，自然，數(shù)據(jù)倉庫、數(shù)據(jù)集市、數(shù)據(jù)湖、數(shù)據(jù)中臺都不是銀彈，千萬不能以為做了他們就水到渠成，數(shù)字化轉(zhuǎn)型就自動完成了。

簡言之，用了一系列時髦的新技術(shù)不見得就是數(shù)字化領(lǐng)軍企業(yè)，不用也不見得就是古典互聯(lián)網(wǎng)時代的落后作坊。關(guān)鍵是認清自身的數(shù)字化現(xiàn)狀，擬定數(shù)字化目標，制定數(shù)字化路徑，優(yōu)選場景，實現(xiàn)價值。新技術(shù)、各類數(shù)據(jù)基礎設施只是這條道路上，一套套切實可行的行動方案，是把過去銀行的種種數(shù)字化的嘗試，重新以體系化、結(jié)構(gòu)化的方法論梳理，并且賦予當下最新的技術(shù)架構(gòu)予以實施。