什么是数据仓库？大家都在宜家买过东西，还记得一楼的大仓库吗？不会，如果你看中了一件家具，想去仓库提货，一般都会在产品上记下编码。这段代码对客户来说肯定是没有意义的。看到这段代码无法知道它是什么产品。但是这段代码对于仓库管理员来说是有意义的，他们可以清楚的知道是哪个货架，哪个位置。当然，顾客也可以沿着货架和仓库的位置寻找商品，但毕竟不直观，挑选过程还是要上楼进行。因此，数据仓库相当于宜家的一层仓库。在这里，数据（家具）是根据特定模型组织的，例如FS-LDM（货架位置）。这种模式对客户（业务人员，数据终端用户）来说是不友好的，但是对技术人员（仓库管理员，宜家员工）比较友好，因为他按照更密集的规则来管理数据（家具），门店集中且有序，提取数据（pick-up）不需要跨库（warehouse）查找，查找效率更高。那么什么是数据集市呢？还是用这个例子，上面说了数据仓库对业务人员不是很友好。同样，总不能让客户直接去仓库吧？顾客的需求按照家具的种类进行分类，按照家庭的不同房间进行分组展示，就像宜家楼上的展厅一样。虽然也被吐槽像迷宫，但总的来说，购物体验肯定比逛仓库要好很多。因此，数据集市就像宜家楼上的陈列室。正如它的名字“Mart”一样，它是面向终端用户（客户）的数据市场。在这里，数据（家具）更容易被业务人员访问（这些组合可能是可变的，因为业务人员（客户）的需求是多变的，所以我们需要定期调整集市的计算口径（展览中的展示方式hall），经常创建一个新的datamart（装修一个新的showroom）。一旦理解了datawarehouse和bazaar的概念，其他相关的问题也就迎刃而解了，比如我们有一个数据集市，为什么还要建一个datamart？数据仓库？等等那么什么是数据湖呢？数据湖目前还没有一个特别标准的概念。在各种概念中，比较统一的一点就是数据湖存储的是未经处理的原始数据，包括结构化数据和非结构化数据。数据玩家仍然尝试用上面的例子来解释。大家都知道宜家家具需要自己组装，所以宜家的顾客还是有一些动手能力的。他们突然想知道是否所有的家具都可以拆卸成零件存放。客户可根据实际需要选择配件。自己组装？因此，数据湖是一个存储企业所有原始数据（家具零件）的存储，这就带来了一系列的问题。处理后的数据存储已经很复杂，原始数据依赖更多的管理功能。否则，数据太多太复杂难以管理，数据湖就会退化为数据沼泽。另外，如果原始数据缺乏统一的数据标准，就像不同家具部件之间的接口一样，是无法组装在一起的。因此，数据湖必须具备完备的数据管理功能，也有赖于统一的数据标准和良好的数据质量管理。那么什么是数据中心呢？数据中心中的平台并没有特别明确的定义。很难用宜家的例子来有力地说明。再看看各种数据平台：在我们传统的数据应用中，随着数据越来越商业化，其他的Timeliness也在递减。而我们的目标显然是拥有快速而优质的数据。既然每个部门的需求都不一样，为什么不让业务自己去分析数据呢？所以我们在右上角有目标状态。但这种理想状态与我们目前的数据应用存在着巨大的差距。可以用什么来填充呢？答案是数据中心。我们可以把它分为狭义的数据中心和广义的数据中心。狭义的数据中台是指一套数据应用和工具，包括分布式ETL、数据资产管理、数据标签管理、数据沙箱、自助分析平台、元数据管理、数据质量管理等。现有的数据仓库以大数据平台为数据源头，为企业提供管理数据资产、持续挖掘数据价值、持续提供数据智能服务的能力。广义数据中台是在狭义数据中台的基础上，包括顶层数据战略、数据治理体系、数据管理运营、数据文化培育和组织架构支撑，是一套持续的管理运营体系.可以说，狭义的数据中心就是为实现数据中心的使命而专门建设的。一种是允许更快的数据处理、集成和处理，例如分布式ETL工具。随着传统数据逐渐被大数据平台取代，ETL工具对大数据平台的适配也需要与时俱进，支持分布式计算、弹性计算，减少开发量。另一个是让数据更好的产生商业价值，比如数据标签管理，自助分析平台等，大家都在用数据标签，但是真正深入使用的企业会觉得建起来容易做起来难使用。没有标签管理系统，无法控制标签是否被重复处理，标签的使用率和准确度等，业务部门如果想为近期的营销活动新建标签，你有走开发流程，时效性难以保证。数据标签管理系统的建立是为了解决数据标签的使用问题。自助分析平台是方便业务人员自行进行数据分析、处理、探索的平台。结合数据沙箱，直接向业务人员提供被剥夺的生产数据进行分析，让数据更快产生价值，支持关键决策。广义的数据中心是一种辅助狭义的数据中心完成使命的机制。虽然看似“虚拟”，但却是数据中心成功实施的必要保证。这些都是必须要做的吗？这个问题要看企业的具体情况。总的来说，一个大的原则就是满足业务发展为第一要务。不要为了建设基础设施而建设基础设施。最终目标一定是解决业务需求。《人月神话》早就宣称没有灵丹妙药。当然，数据仓库、数据集市、数据湖和数据中台都不是灵丹妙药。不要以为做这些就水到渠成，数字化转型就会自动完成。总之，一个使用了一系列时尚新技术的企业不一定是数字化的领先者，一个不使用它们的企业也不一定是经典互联网时代的落后作坊。关键是认清自身数字化状态，制定数字化目标，制定数字化路径，优化场景，实现价值。新技术和各种数据基础设施就在这条路上。一套切实可行的行动计划，就是将过去银行的各种数字化尝试，以系统化、结构化的方法论进行梳理，并赋予其最新的技术架构。予以实施。
