下面说说中国平台、数据仓库、报表平台的区别。你错了。1、先不说数据平台的由来。相信大家或多或少都看过这样一个有趣的故事：2015年马云和他的高管拜访了游戏公司Supercell，这家游戏公司为什么牛逼？就是因为它的员工不多，却创造了很多家喻户晓的游戏。究其原因，在于它的中台战略深入人心。如何提高像他们这样的人的效率？这才是高管们关心的。回到国内，中泰的概念诞生了。从名字就可以看出它处于中间位置，连接前后端，最终目的是为了提高员工和企业的效率。阿里旗下有淘宝、天猫、1688、聚划算、菜鸟物流等不下十几个阿里事业部。每个业务部门都有一个独立的架构体系，对应每一个开发和运维，这会导致功能的冗余构建和不同的数据格式。统一的，不一致的口径。中台的出现就是为了解决这些重复造轮子的情况，打通各个业务系统的数据，有些费时费力的代码写了一次，为什么还要重新写呢？这里@each研发。以某公司为例，很多人认为它是一个APP工厂，出品了X音、X吧等很多知名产品，但在他们研发的背后，一定有一套，就像阿里一样，有合理的数据。台湾系统。我想提一下数据中心的价值之一：数据服务数据中心必须能够打通烟囱式的数据系统，避免重复开发，实现全球数据访问，构建公司级统一数据仓库。同时也提供了更便捷的数据接入方式：比如数据API、可视化接入、自助提取等。说到可视化就不得不提一下企业的数据架构：可视化一般在表现层或应用层。你可以没有中台，但你不能没有可视化，因为中台是为了方便研发，而可视化是老板和管理层的决策，谁重要？市面上的可视化工具还是挺多的，不管是成熟的还是开源的，都有很多很多，但是大部分都是门槛很高的工具，比如Echarts，Highchart等，也许他们是在技??术方面非常强大和成熟。但缺点也很明显：人太少，只有懂技术的人才会用。我在可视化方面也有一些经验，比较实用的有这几个：（1）FineReport是国内的报表工具。如果要谈稳定性、适用性和决策性，它可以说是当仁不让，虽然它的定位是解决IT重复开发，一个企业数据孤岛的报表工具，却也可以大屏可视化，你能想象吗？(2)FineBI是国内BI的前身，多年来一直处于这个位置。简洁明了的数据分析工具，也是我个人最喜欢的可视化工具，零代码零代码！！！可视化的场景都在这里。（这里添加了一个小程序，请到今日头条客户端查看）（3）Tableau的国外工具BI领域第一，但是论价格...很多公司都会放弃，只有人我知道看了一下，有很多用过Tableau然后放弃，最后又回到国内BI的。只能说各有各的选择。2、说说数据仓库。在我看来，数据仓库是用来做数据分析的，因为当企业的数据量达到一定程度的时候，就意味着企业的规模也很大。当数据库执行大量数据查询时效率较低。如果每次分析都从数据库中取数据，会很麻烦，所以就有了数据仓库，每隔一段时间把数据库中的数据全部放到数据仓库中分析。数据仓库整合多个数据源，进行多维分析。其架构有四层：3.两者的区别首先简单概括一下两者的概念：数据仓库利用数据平台提供的计算和存储能力，在一套方法论的指导下，一套完整的数据表和数据中台，包含了数据平台和数据仓库的所有内容，将它们打包，以更加优雅和产品化的方式对外提供服务和价值，然后你就可以了会发现数据中心其实包括了数据仓库，数据中心可以最大化企业数据仓库建设的投资价值。下面稍微展开一下，说说和BI的关系。数据仓库是BI的基石，数据仓库为BI系统提供了良好的数据基础。数据仓库的主要场景是支撑管理决策和业务分析，而数据中心则为业务系统提供数据服务。目标是将数据能力渗透到各个业务环节，不局限于决策分析场景。数据中心还可以将构建的数据仓库作为数据源，与已有的数据建设成果进行对接，避免重复建设。当然，也可以根据数据中心提供的能力，通过对各种数据源的收集、处理和管理，构建一个新的离线或实时数据仓库。但是，数据中心更侧重于数据的使用。与传统数据仓库的数据组织形式相比，数据中心的数据覆盖面更广，数据关系和处理方式更复杂，数据使用更灵活。人员的使用能力提出了更大的挑战。
