中台战略的不同形态

简介: 旨在帮助大家理清中台的底层逻辑

前言

“中台”的概念源自阿里提出的中台战略,这里我们就不重复说了,网上能找到很多资料。

中台的目的在于构建更具创新性和灵活性的“大中台、小前台”的组织架构,将前端的各大事业部的技术能力和数据运营能力从前台剥离,沉淀形成独立的中台,从而形成“厚平台、薄应用”的架构形态,以便更好地满足多元业务的发展和创新需求

image.png



事实上,关于中台的定义,目前业界并没有权威的标准,在阿里的中台战略成功之后,越来越多的企业才开始研究中台的内涵。通常认为,中台就是通过对业务、数据、技术的抽象,对共性服务能力进行沉淀复用,构建起企业级的通用服务能力


在中台建设过程中,企业首先想到的必然是云计算三大模式中的 PaaS 平台,虽然两者有共性,比如说在技术层面能力的复用,但不同的是中台更倾向于业务PaaS更倾向于业务。但是随着业务的发展,我们发现两者的共性越来越多,呈现出想要建设中台,必须先建PaaS,换句话说,PaaS平台支撑企业未来中台战略



技术中台

现在业界普遍对于技术中台的认知就是基础环境 + 中间件能力,其中基础环境包括企业IDC环境、云资源环境等基础设施,而中间件能力包括数据库、微服务框架、消息队列、分布式缓存、日志分析、消息服务、安全、注册中心、配置中心等诸多产品,而且像大型国央企、金融、政府等行业,出于安全的考虑,明确要求专有私有化部署以及国产化替代等要求


对于基础环境,要支持快速搭建以及资源动态扩缩容等硬性要求,同时提供高可用、异地多活灾备等条件。


对于中间件能力,不仅要求高可用性能,同时要提供强管控的能力,比如通过MQ实现异步解耦和大流量削峰填谷。

image.png


研发中台

研发中台关注的是企业内外部应用如何快速交付,侧重的是效能的提升。其中包括的能力有项目管理、知识库、测试管理、代码管理、环境管理等,代表技术以DevOps、监控告警平台、云管平平台、集成平台、API网关等为主

image.png

研发中台体现的业务价值在于端到端的持续集成持续交付。


DevOps平台提供项目协同、效能度量、代码托管、自动化测试、API管理、环境部署等涵盖从设计、开发、测试、运维等全流程管理,实践敏捷协同开发、自动化的持续交付能力。


微服务观测治理提供端到端的日志分析、链路追踪、诊断分析、错误告警等,前端APP提供埋点平台,搜集APP端常见指标数据。


多云管理则提供基于混合云架构的环境管理,实现一处build,到处running的场景,并提供快速扩缩容、集群资源、容器资源等管理功能。


移动中台

随着在业务中台基础上发展出相似业务,需要平台级的移动端开发支持。继续深化发展可能还需要支持多业态。因此为快速开发移动APP、H5和小程序以支撑前台业务发展所进行的最佳实践就逐渐沉淀为移动中台。


image.png

移动APP与其他前端技术比较,有其特殊性

比如移动APP作为一个C/S架构:

其一,发版模式需要通用应用市场的审核;

其二,客户端的更新是使用者控制的,提供远程配置、动态更新需要有助于控制APP端。

其三,移动业务是在线业务,对网络强依赖,而移动链路本身的稳定性和连通率等相比有线网络有一定的不足。因此消息推送的实现需要考虑网络因素。

其四,移动端的质量相关问题,需要提供热修复等功能。

其五,移动APP本身的安全扫描和加固等问题。


移动中台产品相对比较复杂,产品包含范围较广,以蚂蚁mPaaS为代表提供比较全的产品体系。

产品大图

image.png

移动网关(MGS):适配多种终端,连接异构的后端服务

移动推送服务(MPS):实时推送消息,集成多种模板,智能消息分析

移动同步服务(MSS):多维度、多终端数据同步

实时发布服务(MDS):支持多种升级策略,如内外部灰度

移动分析服务(MAS):自动搜集用户行为日志、网络日志、异常日志,性能日志,沉淀数据资产。


数据中台

数据中台:面向不同业务和部门提供统一、专业的数据、工具和服务,数据驱动数字化转型


数据中台是一个全域数据接入,按照3ONE理论建模,提供完整的数据研发能力和数据资产管理能力的平台。数据中台围绕企业数据资产及资产变现为中心实现端到端的完整能力。

image.png

按照数据中台规划的层次结构,我们一般分为数据源层、数据集成层、数据开发层、数据资产层、数据服务层、数据应用层。

1.数据源层

支持对接多种数据源,如结构化数据、半结构化数据、非结构化数据、API数据、埋点数据


2.数据集成层

支持批量数据采集、实时数据采集、数据交换,常见的技术或工具有DataX、kafka


3.数据开发层

支持离线开发、实时开发、数据建模、任务运维等能力


4.数据资产层

包括数据地图、数据模型、数据质量等内容


5.数据服务层

提供数据API集市、即席查询等对外的数据服务能力


6.数据应用层

涵盖数据报表、数据BI、安全预警、用户洞察、智能推荐等数据应用


数据中台最终目的是业务数据化、数据资产化、资产价值化

   

最后

前面所提的业务中台、数据中台等都是从技术系统层面展开的中台的演变。企业在进行中台建设时,容易着手的也是对技术体系的改进。但要发挥中台的能力,让中台战略实际落地到企业,并为企业的业务目标服务,需要与中台技术架构相匹配的组织架构。

相关实践学习
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
|
存储 中间件 开发工具
云计算的三个主要服务模型:IaaS、PaaS 和 SaaS
云计算的三个主要服务模型:IaaS、PaaS 和 SaaS
22879 0
|
JSON Java 调度
DolphinScheduler教程(03)- 源码分析(三)
DolphinScheduler教程(03)- 源码分析(三)
1137 0
|
数据可视化 UED 容器
JavaFX布局详解与代码实例
JavaFX布局详解与代码实例
452 0
|
安全 架构师
【企业架构】什么是 TOGAF? 企业架构方法论
【企业架构】什么是 TOGAF? 企业架构方法论
|
10月前
|
人工智能 监控 安全
数字化矿山---推动矿山行业数字化转型
数字化矿山通过AI、物联网等技术推动矿业转型,实现生产可视化、管理智能化,构建三维地质模型与七大监测系统,提升安全、环保与效率,助力行业可持续发展。
|
存储 消息中间件 NoSQL
深入了解Redis:高性能的内存数据库
深入了解Redis:高性能的内存数据库
|
算法 5G 数据安全/隐私保护
大规模MIMO通信系统信道估计matlab性能仿真,对比LS,OMP,MOMP以及CoSaMP
本文介绍了大规模MIMO系统中的信道估计方法,包括最小二乘法(LS)、正交匹配追踪(OMP)、多正交匹配追踪(MOMP)和压缩感知算法CoSaMP。展示了MATLAB 2022a仿真的结果,验证了不同算法在信道估计中的表现。最小二乘法适用于非稀疏信道,而OMP、MOMP和CoSaMP更适合稀疏信道。MATLAB核心程序实现了这些算法并进行了性能对比。以下是部分
838 84
|
机器学习/深度学习 人工智能 算法
人工智能在金融反欺诈系统中的应用与评估
人工智能在金融反欺诈系统中的应用与评估
|
区块链
数字藏品开发原理丨鲸探幻核数字藏品系统开发功能分析
数字藏品借助区块链技术推动文化产业创新,实现传统文化的活化与商业价值提升。中国在NFT领域展现出合规、自主研发、大规模用户、合作传承和低碳环保的优势。NFT核心价值在于数字内容资产化、确权保障及去中心化交易,提升创作者权益。区块链技术确保数字藏品的唯一性、真实性和交易效率,促进版权保护和市场流通,打造活跃的创作交流平台。
|
Ubuntu 关系型数据库 MySQL
Mysql8.0在Ubuntu安装
Mysql8.0在Ubuntu安装

热门文章

最新文章