從 2015 年阿里提出“大中臺(tái)”的數(shù)據(jù)中臺(tái)戰(zhàn)略，到 2019 年大廠及中臺(tái)服務(wù)商“大興”數(shù)據(jù)中臺(tái)，再到 2021 年大廠又開始拆中臺(tái)。數(shù)據(jù)中臺(tái)從小甜甜變成牛夫人僅僅用了 2 年時(shí)間，為什么這么快數(shù)據(jù)中臺(tái)就不香了？（說明：數(shù)據(jù)中臺(tái)的概念比較模糊，有些人說是業(yè)務(wù)概念，有些人說是技術(shù)概念，這里我們僅從技術(shù)的角度討論，即認(rèn)為數(shù)據(jù)中臺(tái)是技術(shù)概念）

數(shù)據(jù)中臺(tái)為什么難搞？

從技術(shù)上講，中臺(tái)的架構(gòu)挺合理的。在前臺(tái)和后臺(tái)之間夾一個(gè)中臺(tái)，屏蔽后臺(tái)的數(shù)據(jù)存儲(chǔ)，應(yīng)對前面沒完沒了的變化需求。前臺(tái)跟著界面走，天生就穩(wěn)定不了，總是有五花八門的數(shù)據(jù)請求，這是必然的事情。后臺(tái)應(yīng)該主要負(fù)責(zé)數(shù)據(jù)存儲(chǔ)，把不同形式和規(guī)模的數(shù)據(jù)以合適的方式整理好，大數(shù)據(jù)倒騰起來動(dòng)靜太大，要求有一定的穩(wěn)定性。如果前臺(tái)的請求都要求后臺(tái)直接做，那后臺(tái)管的事就太多了。應(yīng)對靈活請求和規(guī)整數(shù)據(jù)存儲(chǔ)在一定程度上是兩個(gè)優(yōu)化目標(biāo)不同的需求，同一個(gè)團(tuán)隊(duì)在同一套硬件上同時(shí)對付這兩件事，容易發(fā)生精神分裂。而且，后臺(tái)是被許多前臺(tái)共享的，如果直接向前臺(tái)提供靈活數(shù)據(jù)服務(wù)，還可能導(dǎo)致各個(gè)前臺(tái)之間的耦合程度太高，維護(hù)成本立即陡增。同樣的，把這些數(shù)據(jù)處理放在前臺(tái)也不合適，一方面不太安全，另一方面，前臺(tái)團(tuán)隊(duì)也是忙著讓界面如何更好看使用更流暢，沒太多工夫琢磨數(shù)據(jù)的事情。有了中臺(tái)就好很多了，后臺(tái)專心管存儲(chǔ)，前面專心管界面，前后臺(tái)之間的差距由中臺(tái)負(fù)責(zé)抹平。分工明確，各司其職，效率自然提高。

既然架構(gòu)合理，那為啥搞不下去？

原因呢，說啥的都有，不過大都沒說到點(diǎn)子上。因?yàn)檎f這些話的大都不寫代碼，寫代碼的又大都輪不到來說話。技術(shù)上的根本原因在于，業(yè)界就沒有準(zhǔn)備好能讓數(shù)據(jù)中臺(tái)落地的技術(shù)！

中臺(tái)向前臺(tái)提供數(shù)據(jù)服務(wù)。啥是數(shù)據(jù)服務(wù)呢？就是收到請求后返回一些合適的數(shù)據(jù)回去，那咋弄出返回的數(shù)據(jù)呢？計(jì)算！就是把以前在后臺(tái)讓數(shù)據(jù)庫做的事搬到中臺(tái)完成。

那么，你打算讓我用什么技術(shù)來寫這些計(jì)算代碼呢？

Java？開玩笑呢？寫個(gè)稍復(fù)雜些的分組匯總就可能好幾百行，你讓我怎么提高效率？還想迅速應(yīng)對前臺(tái)變化？這代碼我連寫帶調(diào)得好幾天，下禮拜再見吧。

中臺(tái)要干的這些任務(wù)，也是之前數(shù)據(jù)庫干的事，絕大多數(shù)都是結(jié)構(gòu)化數(shù)據(jù)相關(guān)的計(jì)算。而 Java 這些高級語言基本上沒什么好用的結(jié)構(gòu)化數(shù)據(jù)計(jì)算類庫，原先用 SQL 幾句幾十句話能搞定的事，現(xiàn)在用 Java 就得幾百甚至上千行代碼了。代碼長了，不僅難寫，還容易錯(cuò)。而且，Java 程序員的成本也挺高啊，效率沒提高，錢倒花多了，那又何苦？

你可能會(huì)說，Java 支持 Stream 以后這些問題就都能解決啊。Stream 看著挺好，但實(shí)際用起來完全不是那么回事。Stream 的中間計(jì)算結(jié)果和最終結(jié)果都要事先定義，而結(jié)構(gòu)的定義和賦值都很麻煩，如果不定義，閱讀和使用又不直觀。而且 Stream 雖然支持 lambda 語法，但接口規(guī)則比較復(fù)雜，代碼沒短多少閱讀障礙卻顯著增加。Stream 的結(jié)構(gòu)化對象如 record\entiry\Map 都不方便，根本原因還是在于 Java 缺乏專業(yè)的結(jié)構(gòu)化數(shù)據(jù)對象，缺少來自底層的有力支持。

與 Stream 類似，Kotlin 計(jì)算能力不足也是由于缺乏專業(yè)的結(jié)構(gòu)化數(shù)據(jù)對象導(dǎo)致的。無法支持動(dòng)態(tài)數(shù)據(jù)結(jié)構(gòu)、難以真正簡化 Lambda 語法、無法直接引用字段等等。同時(shí) Kotlin 也缺乏一些重要的基本函數(shù)，比如關(guān)聯(lián)計(jì)算，開發(fā)者仍然要硬編碼完成計(jì)算，對于多個(gè)基本計(jì)算組合而成的業(yè)務(wù)算法，開發(fā)過程仍然困難。

但是，貌似有些大廠的中臺(tái)架構(gòu)實(shí)施得不錯(cuò)，這又咋解釋？

可能是大廠人才多，Java 代碼積累豐富吧，搞起這些計(jì)算就容易一點(diǎn)了。而且，事實(shí)是這些互聯(lián)網(wǎng)大廠雖然大，業(yè)務(wù)復(fù)雜度卻遠(yuǎn)遠(yuǎn)趕不上傳統(tǒng)行業(yè)，大廠能搞得通的事，你可未必能搞得通。更何況大廠又開始拆中臺(tái)了不是？

不用 Java，那咱還繼續(xù)用 SQL 行不？

嗯，那得在中臺(tái)也放個(gè)數(shù)據(jù)庫，把一堆數(shù)據(jù)從后臺(tái)搬出來再移到中臺(tái)來。搬多少數(shù)據(jù)呢？貌似所有的數(shù)據(jù)都有可能用于計(jì)算，那得把整個(gè)后臺(tái)的數(shù)據(jù)都搬過來。然則這玩意兒還能叫中臺(tái)？不就是把后臺(tái)挪了個(gè)位置而已，純粹吃飽了撐的嘛。

在沒有不依賴于數(shù)據(jù)庫的、可被集成嵌入的、支持多樣數(shù)據(jù)源、簡單方便且豐富強(qiáng)大的結(jié)構(gòu)化數(shù)據(jù)計(jì)算能力之時(shí)，數(shù)據(jù)中臺(tái)就是空想，架構(gòu)好看，但無法落地。強(qiáng)行上中臺(tái)，除非你的業(yè)務(wù)足夠簡單，否則就是只會(huì)讓開發(fā)成本上升而效率下降，靈活性一點(diǎn)沒增加，麻煩事卻一大堆。

數(shù)據(jù)中臺(tái)受制于計(jì)算能力。必須要具有上述特征的計(jì)算引擎之后，才能讓數(shù)據(jù)中臺(tái)的合理架構(gòu)真正發(fā)揮作用，也才能讓數(shù)據(jù)中臺(tái)實(shí)打?qū)嵉芈涞?、開花、結(jié)果。

開源 SPL：數(shù)據(jù)中臺(tái)計(jì)算引擎

開源計(jì)算引擎 SPL 具備數(shù)據(jù)中臺(tái)需要的所有特性，不僅提供了不依賴數(shù)據(jù)庫的完備計(jì)算能力，開放的計(jì)算體系還可以直接基于多樣數(shù)據(jù)源進(jìn)行計(jì)算，同時(shí)豐富的計(jì)算類庫和敏捷語法可以很方便完成復(fù)雜結(jié)構(gòu)化數(shù)據(jù)計(jì)算，SPL 優(yōu)秀的集成性確保了可以方便地被分布到數(shù)據(jù)中臺(tái)的各個(gè)環(huán)節(jié)以處理數(shù)據(jù)，助力數(shù)據(jù)中臺(tái)發(fā)揮應(yīng)有的效力。

邏輯上 SPL 介于應(yīng)用和數(shù)據(jù)源之間實(shí)施數(shù)據(jù)處理，對上提供計(jì)算服務(wù)，對下屏蔽多樣性數(shù)據(jù)源差異，完美貼合數(shù)據(jù)中臺(tái)的結(jié)構(gòu)。SPL 提供了標(biāo)準(zhǔn) JDBC/ODBC/RESTful 接口，可以像調(diào)用存儲(chǔ)過程一樣請求 SPL 計(jì)算結(jié)果。JDBC 調(diào)用 SPL 代碼示例：

Class.forName("com.esproc.jdbc.InternalDriver");
Connection conn =DriverManager.getConnection("jdbc:esproc:local://");
CallableStatement st = conn.prepareCall("{call splscript(?, ?)}");
st.setObject(1, 3000);
st.setObject(2, 5000);
ResultSet result=st.execute();

熱切換能力

SPL 采用解釋執(zhí)行機(jī)制，天然支持熱切換。這樣對于穩(wěn)定性差、經(jīng)常需要新增修改的中臺(tái)數(shù)據(jù)處理需求非常友好。SPL 服務(wù)腳本與 Java 程序獨(dú)立，外置在 Java 之外，修改和維護(hù)都可以獨(dú)立進(jìn)行，腳本修改上傳后就能實(shí)時(shí)生效，保證中臺(tái)可以不中斷地提供服務(wù)。

使用 SPL 實(shí)現(xiàn)中臺(tái)中的數(shù)據(jù)處理邏輯，可以有效地降低數(shù)據(jù)服務(wù)和框架之間的耦合性。整個(gè)中臺(tái)架構(gòu)也更為合理。

敏捷語法

作為專業(yè)的數(shù)據(jù)計(jì)算引擎，SPL 為結(jié)構(gòu)化數(shù)據(jù)處理設(shè)計(jì)了專門的敏捷計(jì)算語法，通過 SPL 語法可以快速實(shí)現(xiàn)數(shù)據(jù)處理任務(wù)，及時(shí)響應(yīng)前臺(tái)多變的數(shù)據(jù)請求。在敏捷語法與過程計(jì)算的支持下，即使原來使用 SQL 難以完成的復(fù)雜計(jì)算（更不用說 Java 了），用 SPL 也可以輕松實(shí)現(xiàn)。比如要根據(jù)股票記錄查詢某只股票最長連續(xù)上漲天數(shù)，SQL（oracle）的寫法如下：

select max(continuousDays)-1
from (select count(*) continuousDays
from (select sum(changeSign) over(order by tradeDate) unRiseDays
from (select tradeDate,
case when price>lag(price) over(order by tradeDate) then 0 else 1 end changeSign from AAPL) )
group by unRiseDays)

可以嘗試一下讀懂這句 SQL，是不是很繞？這是由 SQL 的特性（缺乏離散性、集合化不徹底等）決定的。同樣的思路，SPL 寫起來就簡單多了，不用繞來繞去了：

數(shù)據(jù)從數(shù)據(jù)庫中取出（數(shù)據(jù)源是什么都可以，下面會(huì)說到 SPL 的開放性），計(jì)算在計(jì)算引擎 SPL 中完成，符合數(shù)據(jù)中臺(tái)的目標(biāo)。

SPL 還提供了簡潔易用的 IDE 環(huán)境，在 IDE 中不僅可以很方便編碼調(diào)試，過程計(jì)算的每步計(jì)算結(jié)果都可以實(shí)時(shí)查看，網(wǎng)格式編碼代碼天然整齊，通過格子名稱引用中間計(jì)算結(jié)果無需定義變量，十分方便。

強(qiáng)計(jì)算

數(shù)據(jù)中臺(tái)的計(jì)算引擎需要獨(dú)立的計(jì)算能力。SPL 作為獨(dú)立的計(jì)算引擎，計(jì)算能力不依賴數(shù)據(jù)庫，提供了十分豐富的結(jié)構(gòu)化計(jì)算類庫，擁有完備的計(jì)算能力。分組匯總、循環(huán)、過濾、集合運(yùn)算、有序計(jì)算等應(yīng)有盡有。

SPL 還提供了很多高性能算法來保證計(jì)算效率，內(nèi)外存計(jì)算、索引機(jī)制、遍歷復(fù)用等很多在業(yè)界內(nèi)首次使用的算法，同時(shí)支持并行計(jì)算進(jìn)一步提升計(jì)算性能。

開放性

SPL 還具備非常開放的計(jì)算能力，可以對接多種數(shù)據(jù)源，RDB、NoSQL、CSV、Excel、JSON/XML、Hadoop、RESTful、Webservice 都可以直接對接并進(jìn)行混合計(jì)算，不需要借助數(shù)據(jù)庫，數(shù)據(jù)實(shí)時(shí)性和計(jì)算實(shí)時(shí)性都可以很好保障。

我們知道，不同數(shù)據(jù)源有各自的優(yōu)勢，RDB 計(jì)算能力較強(qiáng)，但 IO 吞吐能力弱；NoSQL 的 IO 效率高，但計(jì)算能力很弱；而文本等文件數(shù)據(jù)完全沒有計(jì)算能力，但使用非常靈活。SPL 不僅可以基于這些數(shù)據(jù)源混合計(jì)算，在實(shí)施計(jì)算時(shí)還可以充分保留原有數(shù)據(jù)源的優(yōu)勢。除了原生計(jì)算語法，SPL 也提供 SQL 支持（相當(dāng) SQL92 標(biāo)準(zhǔn)），可以使用 SQL 查詢文本、Excel、NoSQL 等非 RDB 數(shù)據(jù)源，這樣就極大方便了熟悉 SQL 的應(yīng)用開發(fā)人員。

總結(jié)一下，數(shù)據(jù)中臺(tái)落地的關(guān)鍵在于計(jì)算引擎，而計(jì)算引擎需要具備獨(dú)立且完備的計(jì)算能力、應(yīng)對多樣性數(shù)據(jù)源的開放性、開發(fā)的高效性以應(yīng)對不停變化的前臺(tái)需求，還能支持熱切換以確保中臺(tái)持續(xù)提供服務(wù)。從這些方面來看，SPL 的確是數(shù)據(jù)中臺(tái)計(jì)算引擎的不二之選。