数据仓库、数据集市、数据湖、数据中台有什么区别？都得做么？

随着云计算、大数据、移动互联网、物联网、人工智能等新技术的不断发展，数据呈现出爆炸式增长，并迅速成为全球各个国家和地区发展的核心生产资料。现如今，数据正在驱动百行百业变革新生，企业数字化转型也迫在眉睫。

伴随着企业数字化转型的浪潮，数据仓库、数据集市、数据湖、数据中台等术语“迎风而生”，那么这些术语到底有什么区别呢？企业数字化转型是不是都得做这些工作呢？为了让广大用户更好的理解这些术语，“i 说数据”今天用大白话来解答这些问题。

一、什么是数据仓库？

首先，我们要知道什么是仓库？仓库有什么用？主要用户有哪些？

仓库是一种贮存物品的设施。仓库中不同的分类，每个分类都有一个唯一编码，它是为了方便仓库管理员对物资进行管理，通过这个编码，仓库管理员可以清楚的知道物品在哪个货架，在哪个位置。

数据仓库就相当于一个贮存数据的仓库，在这里，数据按照特定的模型组织起来，这种模型对数据管理员来说相对友好，因为它按照一种更加集约化的规则将数据管理起来了，存放集中、规整，提取数据不用跨库寻找，查找的效率更加高。

二、什么是数据集市？

举个例子。前文我们说了，数据仓库是对数据管理员相对友好。但是，那种模型对业务人员来说不友好。比如顾客不能直接去超市逛仓库吧。顾客的需求，是按照物品的种类分门别类，按照生活习惯的不同，组合在一起展示的。比如超市中会按照蔬菜、水果、肉类、生活用品等分类，将不同的物品组合在一起进行摆放，有的超市会在扶梯口放一些日常用品等。

虽然，像沃尔玛、华润万家等大型超市也被吐槽，但总的来说，比让顾客直接逛仓库好得多。

所以，数据集市就像超市摆放物品，正如其名字“集市”一样，是一个面向最终用户（顾客）的数据市场，在这里，数据（物品）以一种更加容易被业务人员（顾客）接受的方式组合在一起，这些组合方式可能是多变， 因为业务人员（顾客）的需求是多变的，因此我们需要定期调整集市的计算口径（物品的组合方式），经常会创建新的数据集市（新的物品组合）。

三、什么是数据湖？

举个例子，我们要做一顿丰盛的午餐，首先需要去超市购买各种原材料（米、面、油、肉、蔬菜、水果等），其次需要厨师做饭，最后，需要对没有用完的物品进行保鲜存储，不能浪费么。

所以，数据湖是存储了企业所有原始数据的存储，同时原始数据对数据管理能力依赖性很强，（不同原材料组合，厨师会做出不同口味的饭菜），此外，加工后数据的存储也很复杂（做好的饭菜如果没有保存好，会坏掉）。

四、什么是数据中台？

数据中台是近年来刚兴起的名词，目前业界还没有一个特别明确的定义，“i 说数据”套用饭店与菜单的例子给出一个解释。

一个饭店要开店营业，首先需要有原材料供应与存储，其次需要有厨师对原材料进行处理（厨师做饭），最后需要把成果展示给顾客（饭菜），同时也需要有各种服务辅助（菜单、点餐系统、付款系统、音乐等），提升顾客的就餐体验。

我们可以将其分为狭义的数据中台和广义的数据中台。狭义的数据中台（原材料+厨师+饭菜），指的是一套数据应用和工具，包括分布式ETL、数据资产管理、数据标签管理、数据沙箱、自助分析平台、元数据管理、数据质量管理、数据全生命周期管理等等，底层则以现有的数仓、大数据平台等为数据源，为企业提供数据资产管理的能力，并持续挖掘数据价值，持续提供数据智能服务。

广义的数据中台（原材料+厨师+饭菜+就餐服务），则在狭义的数据中台基础之上，包含了顶层数据战略，数据治理体系以及数据管理及运营、数据文化培养和组织架构支撑，是一套可持续管理和运营的体系。

总得来说，数据中台是为了提高数据服务能力，更贴近用户。以用户为中心也是数字化转型的核心理念，同时也是DT时代的趋势。

五、都得做么？

这个问题要看具体的企业情况，总的来说，一个大原则是以满足业务发展为第一优先，不要为了做基础设施而做基础设施，一定要以能解决业务诉求为最终目的。

企业数字化转型是为了提高用户响应力，帮助企业在商战上先发制人，始终抢得先机。

简言之，用了一系列先进的新技术不见得就是数字化领军企业，不用也不见得就是古典互联网时代的落后作坊。关键是认清自身的数字化现状，拟定数字化目标，制定数字化路径，优选场景，实现价值。新技术、各类数据基础设施只是这条道路上，一套套切实可行的行动方案，是把过去各行各业的种种数字化的尝试，重新以体系化、结构化的方法论梳理，并且赋予当下最新的技术架构予以实施。

原文链接：https://www.jianshu.com/p/52dee25dc39e