数仓和数据中台

📌 数据仓库

data warehouse，将企业内不同业务系统（如erp、crm）的数据，通过etl（抽取、转换、加载）过程清洗后，按预定义的模型加载。

目的：解决数据孤岛问题，为报表（report）和商业智能（bi）提供标准化的数据源。

侧重于“存”和“看”，供分析和宏观决策。

目标用户：决策者、数据分析师。

输出内容包括：静态报表、可视化大屏、bi仪表盘。

时效性通常为t+1。

note

crm - customer relationship management

erp - enterprise relationship management

scm - supply chain Management

oa - office automation

bi - business intelligence

data middle platform，强调资产化、服务化。在数仓基础上，通过统一的数据标准、服务接口，将数据封装为api等形式，快速响应前台需求。

目的：解决重复造轮子问题-解决数据复用、业务响应速度的矛盾，实现数据对业务的直接赋能（如实时推荐、精准营销）。

侧重于“用”，数据复用，要求数据能快速转化为业务所需的内容，强调敏捷和实时性。

目标用户：业务人员、前台应用、运营系统。

输出内容包括：数据api、标签服务、实时推荐算法。

时效性通常为t+0，甚至毫秒级实时响应。

如果企业面临的问题纯粹是“速度”问题，而非“管理”问题：

如果企业面临的问题是“效率”和“混乱”问题：

在建设数据中台时，直接引入实时计算引擎flink，构建实时数据中台。

解决数据标准统一的问题（中台属性），又具备毫秒级业务响应能力（实时数仓属性）。

在数据分析中使用的一种特殊反范式表，通过足够的数据冗余，让用户可以以单表方式了解业务。

比如，订单系统多表left join查询，联合在一起形成一张超多列的宽表。

从业务角度来看，宽表是一个高度内聚的业务实体全景视图，把复杂的技术关联屏蔽在底层，向业务交付高可读、即开即用的“数据产品”。