“数据湖”刚学会，又来了一个“数据海”？

作者简介：6年大数据开发经验，从毕业一直从事大数据开发工作，渣渣二本，凭借自己努力进入一线互联网企业，目前负责实时计算开发工作。最近看到大家对互联网词汇特别迷，我就写一篇文章来给大家讲讲，好久没有写原创了，主要是平时太忙了，没时间写。

主要内容：

1、什么是数据海？

2、大数据内卷现状

3、大佬乱造词加速内卷

4、如何反制大佬胡乱带节奏

5、如何快速提升自己的技术

一、数据海

随着业务的蓬勃发展，商务智能、数据仓库、数据中台、数据湖已经无法满足大佬催牛逼的需求，他们希望出来一个新名词，来加速内卷，方便忽悠，就像黄河一样，每年都要把河床抬高，才能凸显出自己的技术沉淀，所以数据海就会应运而生，在讲述数据海的概念之前，我先带着大家温故一下商务智能、数据仓库、数据中台和数据湖，既然卷，就要从头开始卷起来。

商务智能（BI，Business Intelligence）是一种以提供决策分析性的运营数据为目的而建立的信息系统。是属于在线分析处理：On Line Analytical Processing(OLAP)，将预先计算完成的汇总数据，储存于魔方数据库(Cube) 之中，针对复杂的分析查询，提供快速的响应。在前10年，BI报表项目比较多，是数据仓库项目的前期预热项目（主要分析为主的阶段，是数据仓库的初级阶段），制作一些可视化报表展现给管理者。

数据仓库(Data Warehouse) 是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化的（Time Variant）数据集合，用于支持管理决策和信息的全局共享。其主要功能是将组织透过资讯系统之联机事务处理(OLTP)经年累月所累积的大量资料，透过数据仓库理论所特有的资料储存架构，作一有系统的分析整理，以利各种分析方法如联机分析处理(OLAP)、数据挖掘(Data Mining)之进行，并进而支持如决策支持系统(DSS)、主管资讯系统(EIS)之创建，帮助决策者能快速有效的自大量资料中，分析出有价值的资讯，以利决策拟定及快速回应外在环境变动，帮助建构商业智能(BI)。[1]：引自全球数据仓库之父 W.H.Inmon。

数据中台是指通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径。数据中台把数据统一之后，会形成标准数据，再进行存储，形成大数据资产层，进而为客户提供高效服务。

这些服务跟企业的业务有较强的关联性，是这个企业独有的且能复用的，它是企业业务和数据的沉淀，其不仅能降低重复建设、减少烟囱式协作的成本，上面的阿里巴巴100多个同系列产品同时服务一个淘系就属于烟囱式。

广义的数据中台包括了数据技术，比如对海量数据进行采集、计算、存储、加工的一系列技术集合，时下我们谈到的数据中台包括数据模型，算法服务，数据产品，数据管理等等，和企业的业务有较强的关联性，是企业独有的且能复用的，比如企业自建的2000个基础模型，300个融合模型，5万个标签。

数据中台广义上是企业业务和数据的沉淀，其不仅能降低重复建设，减少烟囱式协作的成本，也是差异化竞争优势所在。

数据湖（Data Lake）是一个存储企业的各种各样原始数据的大型仓库，其中的数据可供存取、处理、分析及传输。数据湖是以其自然格式存储的数据的系统或存储库，通常是对象blob或文件。数据湖通常是企业所有数据的单一存储，包括源系统数据的原始副本，以及用于报告、可视化、分析和机器学习等任务的转换数据。数据湖可以包括来自关系数据库（行和列）的结构化数据，半结构化数据（CSV，日志，XML，JSON），非结构化数据（电子邮件，文档，PDF）和二进制数据（图像，音频，视频）。来源：维基百科。

那问题来了，什么是数据海？

数据海就是对那些喜欢造词的大佬的嘲讽而已

大佬的一贯方法就是，等菜鸟都把数据湖研究的差不多了，数据海概念就会出来了。

二、数据内卷现状

如果你想成为数据开发工程师，需要满足以下几点：

1、工程能力：需要会mvn、spring、爬虫、linux操作命令、各类大数据组件都要熟悉架构原理（hadoop、hive、spark、flink、doris、clickhouse、hbase、redis、es、druid、flume、kafka、cancel、az等等我自己都数不过来了）卷的已经学不动了

2、语言能力：需要会java、scala、python

3、数据理论：商务智能、数据仓库、数据中台、数据湖（后边不知道还会出来啥）

4、绕口的术语：主数据、元数据、退维、onedata、数据质量、数据治理、数据地图、原子指标、派生指标、度量、范式、维度建模等等

5、各种需求报表：sqlboy干的活，大家都懂得，无底洞

6、各种背锅：业务效果好（是策略的功劳）；业务效果差（是数据指标不准确，数据支持不到位，模型依赖的基础数据支持不到位）

7、别的我就不多说了，已经很累了，我再说下去，感觉没有年薪200万，这活都没法干，太辛苦了，既要又要还要

三、大佬乱造词加速内卷

不知道大家有没有经历过这种情况，当你长时间看一个字的时候，你都不知道这个字念啥，或者你一直盯着一个字看，你就不认识这个字了。

如果大佬疯狂造成，比如：数据中台

估计很多小伙伴花钱买了数据中台的课程还没来的及消化透彻，数据湖又冒出来，然后一帮人开始又去研究数据糊了，各种报班去学习数据湖，当然我不是反对🙅‍♂️大家学习，我是觉着大家盲目的去追随大佬瞎几把忽悠，会让你们走火入魔。

我举个例子，你们肯定不会相信辟邪剑法里面的第一式：“欲练神功，必须自宫”，因为你刚开始接触这本秘籍。

当你们研究了很久之后，你们开始感觉怀疑人生了，发现书本上写的可能是对的，你们会跟着书本去学，其实都是大佬瞎逼忽悠的词汇。

大佬瞎逼搞不是没有道理的，你们想想，如果他们想要提升自己的逼格，他们应该做什么，肯定做别人不知道的事情，就是让别人学不懂的东西，各种参考什么比皮书啥的，我都不想骂街。

数据仓库：分而治之，正常人都会知道的，曹操称象故事大家都知道吧，人家六岁的小孩都知道分而治之，还用你们大佬瞎逼搞词？

数据中台：开发提效，我就不想喷哪些瞎几吧乱喊的了，本来就有的东西，非要弄个词来炫耀，感觉以前没有的事情一样。

数据湖：历史中早就出现了异构数据，非要起个名字瞎几把搞。

四、如何反制大佬胡乱带节奏

如果有大佬告诉你他们在弄数据湖，你就跟他说：“我们都开始弄数据江和数据海了”。

如果有大佬告诉你他们在搞数据中台，你就跟他说：“我们在搞数据大台和数据小台”

总结：他们傻逼让他们傻逼，不要跟节奏。

四、如何快速提升自己的技术

1、不管你做什么，归根结底都离不开业务，这个是你永远都摆脱不掉的，根据业务场景去选择技术架构，通过业务磨练你的技术能力，只有你帮着业务实现了收益，才能证明你的技术价值

2、要学会思考🤔你当前做的事情的价值是什么？如果你都不知道价值，埋头苦干，你做了很多东西，老板都不认可，你在老板眼里就等于没有技术，你的薪资也不会上来

3、技术组件要跟进步伐，比如doris，clickhouse，flink这些比较热门的技术要快速学习。技术组件要学习新的，老掉牙的别学。

5、总结

希望各位大佬，不要瞎几把再造词了，搞点实实在在的事情吧，已经很倦了，我们都学不动了，被你们搞得懵逼了。