数据中心到底是什么？几年过去了，众说纷纭。

作者认为数据中间平台不应该是一个简单的系统或软件工具，而是一套架构和一套数据流模式。

数据中心站需要将数据作为原材料进行数据处理、数据建模，然后进行不同类别的存储，再根据实际业务场景创建各种数据服务(包括数据应用平台)，加速业务赋能。

但是，上述过程的实现需要相应的系统和产品的支持，那么基础数据中心应该由哪些系统或产品组成呢？

在这里，我们可以先看看几家企业的数据中台架构，在本文的最后，我们还分享了10个数据中台实践案例，应该可以从几家公司完整的实践经验中窥见一斑。

00-1010数据中间平台是底层存储计算平台和上层数据应用之间的完整系统。数据中间平台屏蔽了底层存储平台的计算技术复杂性，降低了对技术人才的需求，使得数据的使用成本更低。通过数据中心的数据聚合和数据开发模块建立企业数据资产。

通过资产管理和治理、数据服务，数据资产转化为数据服务能力，服务于企业业务。数据安全体系和数据运营体系保障了数据中心的长期健康持续运行。

数据中台总体架构图

全球数据采集与导入：需求驱动，以数据多样性的全球理念为指导，采集并导入全业务、多终端、多形式的数据。

标准化标准数据架构和研发；d:统一基础层、公共中间层、应用层的数据分层架构模式，通过数据索引结构化、标准化的方式实现索引口径的统一。

数据价值的连接和深度提取：形成以业务核心对象为中心的连接和标签体系，深度提取数据价值。

统一数据资产管理：搭建元数据中心，通过资产分析、应用、优化、运营，清晰看到数据资产，降低数据管理成本，跟踪数据价值。

统一服务：通过构建服务元数据中心和数据服务查询引擎，为业务统一数据导出和数据查询逻辑，屏蔽多个数据源和多个物理表。

00-1010数据中心的下层是数据平台，主要解决与业务无关的问题，主要是大数据的存储和计算。

数据中心的上层是数据前台，主要包括BI报表、数据产品和业务系统。首先，数据中心授权分析师通过商业智能报告推动精细化业务运营。如下图所示，基于仓库中的半处理数据，通过BI平台可以根据业务需求快速进行数据可视化和数据分析。

阿里巴巴数据中台

的底层是基础设施层，包括资源环境和平台工具。

第二层是数据层，是网易云音乐的OneData，包括元数据中心、标准化数据仓库、数据地图、统一指标体系、数据安全中心、数据质量管理中心等来保障这个体系。

第三层是服务层，是网易云音乐的OneService。它提供了不同级别和粒度的数据API，包括从最低的任务执行调度能力到最面向应用的人群定义的各种服务能力。

顶层是产品层，针对每个核心业务问题(增长、收入、版权)构建相应的数据产品，实现从业务流程、信息收集、数据洞察到ROI评估再到业务流程的完整闭环。

00-1010数据建模、数据服务、数据开发，通过数据建模实现跨领域数据集成和知识沉淀，通过数据服务实现数据封装和开放，快速灵活。

足上层应用的要求，通过数据开发工具满足个性化数据和应用的需要

某企业数据中台架构图

下面这个数据中台，根据数据资产梳理结果，并以大数据平台的“数据采集+海量存储+计算引擎”为基础搭建公司数据湖，再基于数据湖并结合“数据资产管理服务”和“智能数据研发服务”两大支撑服务群实现中台数据的资产化管理和智能化开发，达到快速应对各类数据需求的目标，也实现一整套基于宽表结构、分主题的基础数据，然后实现对外提供数据服务的统一接口，并最终形成汇聚公司数据及其服务的中台，为实现数据赋能的数据应用和产品提供全方位的基础数据以及各类服务支持。

农行数据中台架构

农行“薄前台、厚中台、强后台”IT 架构体系中对前中后三个层次描述得更为明确，将大数据平台和 PAAS、IAAS 基础设施划入了后台。

根据以上企业的数据中台实践，我们不难看出，所有的数据中台建设，都是围绕着企业数据的采集接入、加工存储、统一管理与数据服务4项能力来开展的。

但无论如何，我非常建议大家多看看不同企业的中台架构图和建设方案，内化自己对中台的理解，而不是盲目跟风、照搬其他公司的中台架构和建设蓝图，比如你真要照着阿里的方式做，基本就把自己的资源耗光了，也很难换来价值产出，也不要仓促地去购买商用的数据中台套件，没有什么较佳路径是可依赖的，每个企业所处的数据和业务阶段都不同，始终要根据你这个企业所处的阶段、一线对于数据的真实需求做出合理的判断和选择。

最后，分享一些我手中珍藏的中台相关的建设方案和报告，推荐大家去看看。

获取方式：