昨天还是前天,正好看到朋友圈里大家都在发AI前线推的一篇文章。数据中台已成下一风口,它会颠覆数据工程师的工作吗?, 个人认为风口谈不上,但是确实是技术发展到一定程度的产物。这里的技术不仅仅是大数据,也是后端,前端技术前进的共同产物。N年前我们是想都不会想这件事情的,因为技术上很难达到。
文章认为数据中台出现的原因是为了弥补数据开发和应用开发严重不匹配而出现的。这其实只是一方面,数据中台真正出现的原因其实是因为人们对数据的渴望,但是这种渴望超出了传统大数据模式(响应式需求,把渴望转化为需求,传达给数据研发,算法,分析师等)能够承受的范围。我个人认为传统大数据的服务模式严重压制了人们对数据的需求,甚至连最简单的【取数】都要以天响应时间计算,所以很多模式要重构。而中台的产生则是这种模式重构的产物。
数据中台我认为应该有如下几个特点
当然,从数据中台要解决的问题,我是认同前文作者提到的三点的:
所以我认为数据中台并不是前台,中台,后台里这样的中台概念,而是一个”中军“的概念。 实际应该是这么一个东西:
摒弃传统模式,我们应该把前台,后台,以及所有的非研发序列的人,都划分为业务层。 再下面是资源层,包含内外数据,内外计算,所谓内外计算包括前台,后台已经有的API接口,也包括大数据部的各种算法,数据接口。
也就是说,资源层其实是前台,后台,还有人的积累下来的东西,现在我们通过数据中台,以极高的效率重新反哺前台,后台,非研发序列。我们希望前台更加敏捷创新,不依赖后台,而是依赖中台。我们希望后台能进行更好的数据积累,稳步前进,不受前端影响太大,同时从中台获取帮助,从中台获取前台传导的诉求。我们也希望人能更好的和数据,和计算进行交互,并且通过中台更加高效的和前台,后台协作。
MLSQL高度满足前面提到的四个点,并且是按照中太的概念进行设计的一些列产品(目前是三套件)。大家可以参看最新的一些内容: