01.前言

數(shù)據(jù)中臺(tái)和業(yè)務(wù)中臺(tái)的區(qū)別，希望能夠深入淺出，很容易理解的解釋什么情況下需要業(yè)務(wù)中臺(tái)，什么情況下需要數(shù)據(jù)中臺(tái)以及雙中臺(tái)的關(guān)系。

我前面做了很多行業(yè)研究和案例分享，但是都是企業(yè)級(jí)的講解，感覺(jué)都不夠簡(jiǎn)單，不夠落地，這里我用一個(gè)最清晰的訂單服務(wù)的演進(jìn)過(guò)程，來(lái)深度剖析雙中臺(tái)的關(guān)系。

02. 一個(gè)訂單服務(wù)的演進(jìn)過(guò)程

訂單服務(wù)是最常見(jiàn)的場(chǎng)景，下面我們用一個(gè)電商領(lǐng)域的常見(jiàn)訂單服務(wù)的演進(jìn)過(guò)程來(lái)詳細(xì)剖析雙中臺(tái)為什么會(huì)出現(xiàn)，它們的價(jià)值以及關(guān)系。

第一階段：?jiǎn)螒?yīng)用訂單服務(wù)

下圖是一個(gè)典型的電商訂單服務(wù)的流程，用戶號(hào)在某電商自營(yíng)APP下一個(gè)產(chǎn)品訂單，這個(gè)應(yīng)用吧訂單數(shù)據(jù)保存到數(shù)據(jù)庫(kù)里。

第二階段：多應(yīng)用訂單服務(wù)

該電商企業(yè)拓展了多個(gè)渠道，構(gòu)建了另外的電商APP，提供給用戶使用。于是，用戶下訂單就有了兩個(gè)方法，分別在不同的應(yīng)用里，比如自營(yíng)APP和微信小程序，這是最典型的兩個(gè)渠道。而真實(shí)的情況是一個(gè)電商企業(yè)會(huì)有非常多的渠道，有自營(yíng)的，還有代運(yùn)營(yíng)的，還有線下的POS系統(tǒng)，還有合作伙伴通過(guò)API接入的，多個(gè)應(yīng)用會(huì)同時(shí)創(chuàng)建訂單。

這樣帶來(lái)的問(wèn)題很明顯：

• 用戶體驗(yàn)不佳，一個(gè)用戶不能看到在不同渠道的訂單。
• 數(shù)據(jù)一致性差，訂單數(shù)據(jù)分散在不同的應(yīng)用系統(tǒng)中，數(shù)據(jù)不一致，同步復(fù)雜。
• 維護(hù)困難，當(dāng)一個(gè)訂單邏輯發(fā)生了變化，所有的應(yīng)用邏輯都要重寫(xiě)，帶來(lái)的很大的維護(hù)工作量，響應(yīng)慢。

在這種情況下，為了能夠掌握全局的銷(xiāo)量情況，往往企業(yè)會(huì)構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)，將不同系統(tǒng)的數(shù)據(jù)都通過(guò)ETL的方式抽取到數(shù)據(jù)倉(cāng)庫(kù)中進(jìn)行分析，這也就是OLAP的過(guò)程，但是由于數(shù)據(jù)量比較大，處理過(guò)程復(fù)雜，往往OLAP都是T+1以上的響應(yīng)速度，也就意味著，比如企業(yè)要想看所有渠道的銷(xiāo)量分析報(bào)表，只能看到一天以前的，而不能看實(shí)時(shí)的數(shù)據(jù)，如下圖所示。

上圖的橘黃色箭頭表示在線交易處理流程，是生成數(shù)據(jù)的過(guò)程，而綠色箭頭表示在線分析處理流程，是抽取處理分析的過(guò)程。

這是典型的數(shù)據(jù)倉(cāng)庫(kù)和商業(yè)智能的場(chǎng)景，而這樣的數(shù)據(jù)利用的問(wèn)題也是很明顯的：

• 數(shù)據(jù)分析不實(shí)時(shí)，不能夠?qū)崟r(shí)出報(bào)表。
• 數(shù)據(jù)倉(cāng)庫(kù)往往都是單體架構(gòu)，受限于數(shù)據(jù)的處理計(jì)算能力，擴(kuò)展能力不強(qiáng)，往往只能分析一個(gè)階段的數(shù)據(jù)。
• 響應(yīng)慢，ETL的過(guò)程依賴(lài)于預(yù)設(shè)的分析主題設(shè)計(jì)，當(dāng)要分析的數(shù)據(jù)結(jié)構(gòu)發(fā)生變化時(shí)需要重新設(shè)計(jì)抽取邏輯，導(dǎo)致響應(yīng)慢。

以上是現(xiàn)在很多企業(yè)典型的應(yīng)用和數(shù)據(jù)架構(gòu)，在這個(gè)基礎(chǔ)之上，有了數(shù)據(jù)中臺(tái)和業(yè)務(wù)中臺(tái)的產(chǎn)生。

數(shù)據(jù)中臺(tái)業(yè)務(wù)用例：精準(zhǔn)營(yíng)銷(xiāo)

下圖是典型的數(shù)據(jù)中臺(tái)的業(yè)務(wù)用例：精準(zhǔn)營(yíng)銷(xiāo)。

利用分布式的數(shù)據(jù)架構(gòu)替換傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)，將ETL的過(guò)程更換成ELT的過(guò)程，結(jié)合批流一體的架構(gòu)，保證數(shù)據(jù)的全面覆蓋，源數(shù)據(jù)抽取，實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)并存。在這個(gè)基礎(chǔ)上，數(shù)據(jù)中臺(tái)借助機(jī)器學(xué)習(xí)等算法能力，構(gòu)建精準(zhǔn)營(yíng)銷(xiāo)模型，能夠供前臺(tái)業(yè)務(wù)應(yīng)用直接調(diào)用，而不需要做成報(bào)表以可視化的形式提供給業(yè)務(wù)人員，業(yè)務(wù)人員根據(jù)自己的經(jīng)驗(yàn)在去做手工的用戶運(yùn)營(yíng)。

這是一個(gè)典型的數(shù)據(jù)智能化的過(guò)程，通過(guò)數(shù)據(jù)中臺(tái)，整合了企業(yè)所有應(yīng)用系統(tǒng)的全域數(shù)據(jù)，通過(guò)分布式存儲(chǔ)和計(jì)算能力，結(jié)合人工智能技術(shù)和算法，為業(yè)務(wù)系統(tǒng)提供直接可調(diào)用的實(shí)時(shí)數(shù)據(jù)和智能服務(wù)。

業(yè)務(wù)中臺(tái)業(yè)務(wù)用例：訂單中心

智能化是所有的企業(yè)希望達(dá)到的目標(biāo)，但是智能化對(duì)于數(shù)據(jù)的質(zhì)量要求很高，而多個(gè)分別創(chuàng)建訂單服務(wù)，導(dǎo)致的問(wèn)題很明顯，而且隨著前臺(tái)應(yīng)用系統(tǒng)的不斷增多，業(yè)務(wù)數(shù)據(jù)化的過(guò)程越來(lái)越復(fù)雜，導(dǎo)致數(shù)據(jù)與真實(shí)的業(yè)務(wù)出現(xiàn)了很多的不一致和偏差。同時(shí)，隨著業(yè)務(wù)變化的速度越來(lái)越快，同時(shí)維護(hù)多個(gè)訂單服務(wù)的工作量很大，響應(yīng)速度越來(lái)越慢，這種情況，就要求對(duì)于所有的訂單服務(wù)進(jìn)行抽象，復(fù)用和包裝，這就是業(yè)務(wù)中臺(tái)出現(xiàn)的原因。

如下圖是最簡(jiǎn)單的業(yè)務(wù)中臺(tái)的服務(wù)，也就是訂單中心的服務(wù)，所有的前臺(tái)應(yīng)用當(dāng)需要?jiǎng)?chuàng)建訂單的時(shí)候，統(tǒng)一調(diào)用業(yè)務(wù)中臺(tái)的訂單服務(wù)，由這個(gè)服務(wù)統(tǒng)一生成產(chǎn)品訂單，從而保證了訂單邏輯的一致性和維護(hù)的高響應(yīng)性。

雙中臺(tái)共存業(yè)務(wù)用例：動(dòng)態(tài)價(jià)格

數(shù)據(jù)中臺(tái)不僅為前臺(tái)應(yīng)用直接提供調(diào)用服務(wù)，并且也能夠?yàn)闃I(yè)務(wù)中臺(tái)提供服務(wù)。下圖是典型的雙中臺(tái)共存的業(yè)務(wù)用例：動(dòng)態(tài)價(jià)格。

這個(gè)場(chǎng)景在很多需要實(shí)時(shí)計(jì)算動(dòng)態(tài)價(jià)格的業(yè)務(wù)中存在，比如機(jī)票預(yù)訂和滴滴打車(chē)的下單服務(wù)中。

業(yè)務(wù)中臺(tái)統(tǒng)一為不同的應(yīng)用提供訂單生成服務(wù)，而在生成訂單的過(guò)程中，需要根據(jù)不同用戶的情況，動(dòng)態(tài)計(jì)算一個(gè)價(jià)格，這種情況下，業(yè)務(wù)中臺(tái)就需要調(diào)用數(shù)據(jù)中臺(tái)中的動(dòng)態(tài)價(jià)格計(jì)算模型。

所以，數(shù)據(jù)中臺(tái)是同時(shí)為業(yè)務(wù)中臺(tái)和業(yè)務(wù)前臺(tái)提供數(shù)據(jù)和智能服務(wù)的。

業(yè)務(wù)中臺(tái)和數(shù)據(jù)中臺(tái)的關(guān)系

通過(guò)上面一個(gè)典型的訂單服務(wù)的幾個(gè)泛化場(chǎng)景的演進(jìn)過(guò)程，我們粗淺的分析了業(yè)務(wù)中臺(tái)和數(shù)據(jù)中臺(tái)應(yīng)用的典型業(yè)務(wù)用例，我們可以簡(jiǎn)單的總結(jié)為：

業(yè)務(wù)中臺(tái)解決的是業(yè)務(wù)數(shù)據(jù)化的問(wèn)題，數(shù)據(jù)中臺(tái)解決的是數(shù)據(jù)智能化的問(wèn)題。

03. 業(yè)務(wù)中臺(tái)解決業(yè)務(wù)數(shù)據(jù)化的問(wèn)題

目前大部分的企業(yè)系統(tǒng)都是業(yè)務(wù)數(shù)據(jù)化的系統(tǒng)，所有的OLTP應(yīng)用也都是為了實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)化的目的，而業(yè)務(wù)中臺(tái)解決的是業(yè)務(wù)數(shù)據(jù)化過(guò)程中的如下問(wèn)題：

• 一致性問(wèn)題，將處理邏輯相似的業(yè)務(wù)流程封裝成業(yè)務(wù)中臺(tái)的服務(wù)，從而保證業(yè)務(wù)的一致性，也保證了業(yè)務(wù)數(shù)據(jù)化后的數(shù)據(jù)一致性問(wèn)題
• 響應(yīng)力問(wèn)題，通過(guò)對(duì)業(yè)務(wù)中臺(tái)服務(wù)的復(fù)用，提高業(yè)務(wù)前臺(tái)系統(tǒng)開(kāi)發(fā)的效率從而提高響應(yīng)力
• 維護(hù)性問(wèn)題，將多個(gè)服務(wù)抽象成一個(gè)，提升系統(tǒng)的可維護(hù)性
• 性能問(wèn)題，通過(guò)微服務(wù)，容器化技術(shù)，能夠針對(duì)性的解決高并發(fā)的服務(wù)需求問(wèn)題，實(shí)現(xiàn)硬件資源的共享，解決性能問(wèn)題

總的來(lái)講，業(yè)務(wù)中臺(tái)是為了業(yè)務(wù)更高效，更準(zhǔn)確，更彈性的數(shù)據(jù)化。

更簡(jiǎn)單的說(shuō)，業(yè)務(wù)中臺(tái)解決的是生產(chǎn)數(shù)據(jù)過(guò)程中的問(wèn)題。

4. 數(shù)據(jù)中臺(tái)解決數(shù)據(jù)智能化的問(wèn)題

數(shù)據(jù)中臺(tái)是為了讓所有的業(yè)務(wù)流程都能夠盡可能的利用數(shù)據(jù)產(chǎn)生的洞察，促進(jìn)流程的優(yōu)化，讓業(yè)務(wù)更加智慧。所以，數(shù)據(jù)中臺(tái)解決的是數(shù)據(jù)智能化的問(wèn)題：

• 通過(guò)分布式數(shù)據(jù)架構(gòu)，解決傳統(tǒng)單體架構(gòu)數(shù)據(jù)系統(tǒng)比如數(shù)據(jù)倉(cāng)庫(kù)、中心式數(shù)據(jù)湖的問(wèn)題
• 通過(guò)數(shù)據(jù)模型/報(bào)表服務(wù)化方式，實(shí)時(shí)被業(yè)務(wù)應(yīng)用所調(diào)用，提升業(yè)務(wù)的實(shí)時(shí)性
• 通過(guò)融合企業(yè)全域數(shù)據(jù)，提升數(shù)據(jù)的一致性和準(zhǔn)確性

05.總結(jié)

業(yè)務(wù)中臺(tái)是為了讓企業(yè)更好的響應(yīng)業(yè)務(wù)同時(shí)生產(chǎn)數(shù)據(jù)，業(yè)務(wù)更加彈性。

數(shù)據(jù)中臺(tái)是構(gòu)建彈性的數(shù)據(jù)基礎(chǔ)設(shè)施，為了讓企業(yè)更好地利用數(shù)據(jù)，讓業(yè)務(wù)更智慧。

數(shù)據(jù)中臺(tái)的終局是怎樣的呢?