天启:如何从零开始建设数据中台? | 数智加速度04课回顾

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
简介:

4月29日,数据中台建设实战系列课程「数智加速度」第4课,奇点云数据模型架构专家天启带来分享《AI驱动的数据中台架构设计》,步步踏实落地,带大家从0开始建设数据中台。

天启,奇点云数据模型架构专家、原海尔集团数据架构师、原阿里巴巴政务团队数据架构师,精通数据仓库建模理论及数据开发技术,具备零售、政务、医药、制造等多个领域数仓和数据中台建设经验,及PB级数据仓库与数据中台建设经验。

在这一课里,你会听到:

  1. 数据中台的选型与构建˙
  2. 数据中台踩过的那些坑
  3. AI是如何驱动数据中台
  4. 数据中台新理解与畅想

下文为分享节选:

01 数据中台:正确的人+正确的工具+正确的事=降本增效

数据中台对于许多传统企业而言,依旧是很陌生的概念。

如何从零开始建设数据中台?

我们把它简化为一个方程式,正确的人+正确的工具+正确的事,三者缺一不可。

1

正确的人

数据中台在国内有完整实践的企业不多,相关的人才也相对较少。企业在选择数据中台时,需要有方法论、实践经验去指导,以避免从零摸索带来大量人力物力的浪费。这也是企业在选择服务商时需要留意的。

正确的工具

在这里主要指的是狭义上的数据中台产品。市面上的产品五花八门,数据中台产品各型各样,如何选择非常关键。

正确的事

数据中台不是摆设,并不是说搭建一个产品意义的数据中台,企业就完成数字化转型了。数据中台最终还是要为业务服务。我们要用数据中台做什么,解决什么业务痛点,需要考虑清楚。

这个方程式最终导向了我们建设数据中台的目的:为企业带来降本增效。「要么给老板省钱(降本),要么给老板挣钱(增效)。」

02 数据中台的选型与构建

首先需要强调的是,在这里我们分享的只是一般情况,不同企业、不同数据情况和不同需求,不可一概而论。不管黑猫白猫,能解决痛点的就是好猫。

数据中台的底层是大数据架构,大数据架构如何去选型?

2

在架构选型时,成本、场景支持是我们考虑最关键的2个要素。

综合实施周期、实施成本、是否支持实时计算、数据冗余与数据一致性情况等因素,我们认为Lambda架构成本相对适中,又能满足实时计算和离线计算两个场景。

当然,选择Lambda架构也会不可避免地面临数据冗余的问题,而目前大部分传统企业用到实时计算的场景偏少一些,相对来说产生的数据冗余也较少,可以通过数据治理等方式解决。

底层之上是引擎,包括离线计算引擎和实时计算引擎,又应当如何去选型?

离线计算:三种离线计算引擎各有特点,可以综合企业的数据情况和需求,选择合适的计算引擎。

3

实时计算:在批处理+流处理上,Flink备受青睐,稳定性较好、吞吐量较大。一般来说推荐使用Flink。

4

在架构上层,则涉及到了:数据模型应如何设计?

数据模型是为业务服务的。具体来说,就是把业务抽象化,提炼成数据模型,再通过数据解决业务问题。

建数据模型,会经历业务建模、概念建模、逻辑建模和物理建模四个阶段。

5

在模型选择上,我们仅列举两种模型,星型模型与雪花模型。通常情况下,为了能下游能更好地理解业务,快速提供数据服务,我们会采用空间换时间的方式,从而选择星型模型;而在维度信息变化非常频繁,或者数据存储成本非常高的情况下,我们可以采用雪花模型。归根到底,数据模型没有好坏之分,只有能否解决业务问题。

最后需要强调,对于技术和模型的选择,我们做了一些推荐和优劣势的介绍,但技术和模型本身没有对错之分,适合自己的才是最好的(能解决业务问题才是最好的)。

03 数据中台的架构设计

我们把数据中台的架构分为三层,数据资产层、数据服务层、数据应用层。

6

这张图从下往上看,首先通过数据治理、数据开发、借助数据仓库,把数据转化为可用的数据,即资产「数据资产化」;然后建立数据能力,把数据用起来,例如标签工厂、模型分析等,即「资产服务化」;再通过智能化的场景给业务赋能,也就是「服务智能化」。

04 AI驱动的数据中台

奇点云创立三年来,数据中台的实践在零售、时尚、百购等行业相继落地成功,在实践经验中,探索并检验出了数据中台的王道:AI驱动的数据中台。

所谓「AI驱动」,我们可以看到在架构中融入了奇点云独创的「云(智能)+端(感知)」的解决方案,从数据采集层的AIoT到数据服务层的算法服务、分析引擎再到顶部的数据智能应用,实现了「云赋能端,端丰富云」,既解决企业数据生产的问题,又解决企业数据使用的问题。

7

在「AI驱动的数据中台」实践的道路上,奇点云自研一站式大数据智能服务平台——DataSimba,旨在为企业提供全链路的产品+技术+方法论服务。其核心模块包括全域数据采集、数据开发、数据治理、数据资产管理、数据API、数据科学、数据质量、标签工厂。助力企业快速搭建安全、易用的数据中台,最大化释放价值,驱动业务增长与创新。

8

相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
目录
相关文章
|
算法 微服务 决策智能
【观点】2021年中国家装行业数据中台研究报告:重点解决三大环节数字化 高效适配家装数智转型
亿欧智库携手发布《2021中国家装行业数据中台研究报告》,观点鲜明认为:数据中台能够高效适配家装行业数字化转型趋势。
2044 0
【观点】2021年中国家装行业数据中台研究报告:重点解决三大环节数字化 高效适配家装数智转型
|
5月前
|
Shell Android开发
Android系统 adb shell push/pull 禁止特定文件
Android系统 adb shell push/pull 禁止特定文件
455 1
|
5月前
|
Android开发 Python
Python封装ADB获取Android设备wifi地址的方法
Python封装ADB获取Android设备wifi地址的方法
140 0
|
开发工具 Android开发
Mac 安卓(Android) 配置adb路径
Mac 安卓(Android) 配置adb路径
753 0
|
2月前
|
Shell Linux 开发工具
"开发者的救星:揭秘如何用adb神器征服Android设备,开启高效调试之旅!"
【8月更文挑战第20天】Android Debug Bridge (adb) 是 Android 开发者必备工具,用于实现计算机与 Android 设备间通讯,执行调试及命令操作。adb 提供了丰富的命令行接口,覆盖从基础设备管理到复杂系统操作的需求。本文详细介绍 adb 的安装配置流程,并列举实用命令示例,包括设备连接管理、应用安装调试、文件系统访问等基础功能,以及端口转发、日志查看等高级技巧。此外,还提供了常见问题的故障排除指南,帮助开发者快速解决问题。掌握 adb 将极大提升 Android 开发效率,助力项目顺利推进。
55 0
|
5月前
|
Shell Android开发
ADB更改Android设备屏幕显示方向
ADB更改Android设备屏幕显示方向
299 5
|
4月前
|
Shell 开发工具 Android开发
|
5月前
|
Java Android开发
Android 对adb命令的拦截
Android 对adb命令的拦截
77 2