近些日子，數據中臺受到政府、集成商、供應商羣起追捧，恨不得奉它爲女神維納斯.....可是很多人知其然不知其所以然，這層薄紗後面到底是人還是神？下面且聽鄙人細細解說：
作爲售前不得不關注東家的喜好，東家要上數據中臺，你還得請教馬爸爸。阿里爲什麼要上數據中臺了？由於本人也沒進過阿里，只是聽坊間小道消息有這樣說：因爲阿里有1688、taobao、tmall、支付寶、螞蟻金服等衆多平臺系統，數據需要互聯互通，那麼就存在這數據孤島、標準不統一、數據接口繁雜等問題，所以馬爸爸提出來數據中臺，緊接着技術中臺....阿里的確是很厲害，不僅技術厲害，思想還很新潮有用。
近些日子，本人跟很多企業客戶溝通了解到，數據中臺他們理解可能不完全一致，但基本有以下共識，我補充總結下。數據中臺主要功能點：
1.數據採集：由於多個藩臺，手握衆多數據，獨立自治。這導致總理機關缺少各地信息，號召數據全部匯聚到一箇中心地方，這便是第一步工作。
2.數據存儲：由於多地數據匯聚到了一箇中心，當初機房還能存，一下子不夠用了。好吧，服務器陣列碼上，碼上之後發現數據上億萬條讀不出來，好吧，來分佈式存儲數據庫hive/hbase/spark/mpp一起上起來。這便是第二步工作。
3.數據治理：數據是進來了，發現數據特麼的全是格式不一致、數據類型代碼集不一樣、各地參照的國標行標不一致，全是問題。尼瑪咋整？好吧，數據得建立一個統一標準管理、統一元數據管理、統一數據質量管理。這便是第三步工作。
4.數據接口：數據治理好了，立馬頭疼好了，誰的數據不對我找誰去，讓他解釋整改去！V587我的哥！但是，別人的部門要取數據，發現還得直接撞庫，這樣一來數據安全、數據權限亂套了.....好吧，統一數據服務接口，誰要數據得憑你的令牌來，我就給你多少數據，並且統計一下接口調用的頻率和日誌。這便是第四步工作。
5.數據讀寫可視化：前面四大步搞定數據中臺主要工作了，領導來看建設成果，咋整？我們做一套三維可視化，把數據從源端到目標端的存量展示下吧，讓領導看看數據情況。這便是第五步。
6.如果你還要搞數據挖掘、數據分析，請自行腦補，這個太多案例，，，，不一一贅述了。
至此，我把數據中臺故事淺淺的講完了，如果還不過癮可以移步QQGroup935793192。Goodbye!