阿里数据中台全景图：
阿里的数据中台主要由四个部分组成：数据资产管理IPaaS、数据中台DaaS、数据研发平台IPaaS、计算与存储平台IaaS。
（1）数据资产管理IPaaS
数据资产管理其核心是基于元数据管理技术实现数据资产的“可看、可找、可用”，主要提供资产地图、资产分析、资产管理、资产应用、资产运营等功能。
- 资产地图：通过数据地图让数据管理和使用者，清楚的知道企业都有哪些数据，这些数据存在什么地方，数据被谁管理，如何获取等等；
- 资产分析：是利用BI技术对数据资产进行统计分析，并提供可视化服务，例如：按主题、类型的统计数据资产数量、数据资产的质量和数据资产的使用情况等；
- 资产管理：可以理解为对元数据的管理，包括元数据的增删改查；
- 资产应用：可以理解为通过元数据管理提升数据资产的利用率，比如：数据资产的热度分析、全链分析、影响分析等；
- 资产运营：严格意义上说不能是一个功能，而是为了提升数据资产质量和使用效率的一系列措施，可能涉及组织、制度、绩效考核等等方面。通过数据资产管理激活企业的沉睡的数据，从而促进数据的使用。
（2）数据研发平台IPaaS
- 数据研发平台包括了数仓规划、模型构建、指标规范、数据同步、数据开发、任务调度、监控告警等功能，可以理解为数据仓库建设过程中所用到的相关技术与工具
- 而在这方面阿里有一个核心的产品Dataphin（智能数据构建与管理）是一款用于大数据平台建设的智能引擎，提供数仓规划、数据引入、规范定义、数据建模研发、数据资产管理、数据服务等的全链路智能数据构建及管理服务。
（3）计算与存储平台IaaS
- 计算与与存储平台主要提供计算和存储组件，包括实时计算和离线计算组件
（4）数据中台DaaS
数据中台DaaS主要包含:
- 垂直数据中心：面向各垂直行业应用的统一数据接入平台OneClick；
- 公共数据中心：面向公共数据中心以业务板块+业务过程+分析维度架构的Onedata体系；
- 萃取数据中心：面向业务对象+数据标签的OneID体系；数据开放共享中心：
- 面向应用及开放的统一数据服务中间件OneService。这四个“One”构成了阿里巴巴数据中台的核心！
OneData 方法论 （ OneModel+One ID+One Service ）
阿里数据中台长达十年实战沉淀的大数据建设OneData 体系（OneModel + OneID + OneService）的产品、技术以及方法论，一站式提供集数据引入、规范定义、数据建模、数据研发、数据萃取、数据资产管理、数据服务的全链路智能数据构建及管理服务，助力政府机构和企业打造属于自己的标准统一、融会贯通、资产化、服务化、闭环自优化的智能数据体系以驱动创新。
其中：
-
OneModel：统一模型构建与管理。通过全域数据集成、数据分层架构、业务视角标准规范定义数据和处理数据，致力于统一数据口径、消除指标二义性；
-
OneID：核心商业要素资产化。以业务和自然对象为基础，以标签数据为核心，能够实现全域实体识别与连接，数据价值深度萃取，助力企业构建标签体系、完成核心商业要素资产化；（以业务/自然对象+萃取标签为架构构建，实现统一数据，即：用户统一、企业统一、商品基础数据统一等等。）
-
OneService：统一的主题式服务。以业务便捷消费数据为目标，建立主题式的数据服务单元，面向应用快速构建 API 以提供服务，建立起统一的数据服务中心。
1)、OneClick
OneClick是架构在阿里各垂直应用上的数据统一采集/接入平台，所以从概念上来看，OneClick类似传统的ETL，负责异构数据源的在线或离线的数据的采集、转换、清洗和装载。从PPT中我们看到阿里的数据生态包含了淘宝、天猫、聚划算、阿里妈妈、UC、盒马、优酷土豆、高德、天气、专利等。这些垂直应用数据多样、结构复杂、实时性要求也不同，一个ETL工具并不能满足其数据统一采集和接入的要求，可能还包括网络爬虫、文件传输等工具，所以OneClick可能并不是或者不完全是传统ETL的概念，可能只是垂直数据中心中的一个概念。
2)、OneModel
OneModel是数据资产化核心方法论，通过指标标准化、指标组合，派生出新的指标。如根据原子指标（支付转化率）、业务限定（无线端）、统计粒度（买家）、时间周期（最近30天），组合派生出业务统计报表：最近30天买家在无线端的支付转化率。
在阿里云栖社区上的一篇文章《OneModel体系能给数据中台的建设带来什么？》中，是这样描述OneModel的：
- OneModel方法论保障了数据唯一性的数据域、业务过程，以及在数据域、业务过程之下的指标、实体属性等的结构性封装、命名和定义。
- 数据规范定义是在开发之前，以业务的视角进行数据的统一和标准定义，确保计算口径一致、算法一致、命名一致，后续的数据模型设计和ETL开发都是在此基础上进行的。
- OneModel可以说是为数据标准化而生。
首先，数据模型的标准化。规范和统一业务定义、业务规则、字段命名、字段长度、字段类型等内容，本质上是元数据管理。主要包含三个方面：
- ①业务元数据：对企业数据的业务定义、业务术语、业务规则进行标准化；
- ②技术元数据：对数据的存储位置、数据模型、数据库表、字段长度、字段类型、ETL脚本、SQL脚本、接口程序、数据关系进行标准化；
- ③管理元数据：对数据的管理属性，包括管理部门、管理责任人、权限等进行标准化。后续的数据采集、处理、分析等操作都是基于数据模型标准化的基础之上进行的。
其次，业务指标的标准化。主要是对企业业务指标所涉及的指标项的统一定义和管理，构建命名规范、口径一致和算法统一的统计指标，为上层数据产品、应用和服务提供公共指标。据阿里巴巴公共数据平台负责人介绍，阿里通过对30000多个数据指标进行了口径的规范和统一，梳理后缩减为3000余个，尽管工程浩大，但是此举却为阿里带来了显著的收效。
第三，主数据与参照数据的标准化。主数据是用来描述企业核心业务实体的数据，比如客户、供应商、员工、产品、物料等；它是具有高业务价值的、可以在企业内跨越各个业务部门被重复使用的数据，被誉为企业的“黄金数据”。参考数据是用于将其他数据进行分类或目录整编的数据，是规定数据元的域值范围。
通过OneModel数据资产化核心方法论，驱动全集团业务。全盘把握与科学分析数据资产、清晰查看及快速使用数据资产、智能诊断与高效管理数据资产、准确评估及合理应用数据资产,如下图：
OneModel数据资产管理，包括数据资产管理平台，即：资产概览、资产地图、资产治理、资产应用等。
OneModel方法论是以维度建模为理论基础，构建总线矩阵，划分和定义业务板块、数据域、业务过程、维度、度量/原子指标、业务限定、时间周期、派生指标，设计出维度表、明细事实表、汇总事实表的过程。
- OneModel 即建立企业统一的数据公共层，从设计、开发、部署和使用上保障了数据口径规范和统一，实现数据资产全链路管理，提供标准数据输出。
- OneModel方法论可以帮准企业建设标准的、稳定的数据中台，但再好的方法论如果不能规模化、产品化，对于客户而言，开发、管理都是更多的开发投入，以及对更多的数据技术专家的依赖。
- 通过规范定义，定义维度、业务过程、业务限定、原子指标、派生指标，通过定义、配置以后，自动生成维度逻辑表、事实逻辑表、汇总逻辑表，帮助企业建设高效、标准的数据中台。
示例结构图如下：
主要内容包含：
- 数据划分主题进行管理：表的命名，字段的命名等规范统一，做到见名知义数据格式和字段命名和定义规范化：具体参考离线数仓项目讲解的表和字段命名规范：数仓分层- 业务主题域-业务过程-基础信息-分区规则指标一致，不存在二义性：提供全局数据字典确保意义一致。
- 数据模型复用：推荐采用分层的设计方式，通常包括：ODS 原始数据层，DWD 明细数据层， DWS 轻度汇总数据层，ADS应用数据层 / DM数据集市层，DIM 公共维度层。
- 数据完善：数据中台尽可能的覆盖到所有业务过程，用户和系统的一切行为都被记录下来永久保存 OneData 体系的目标是构建统一的数据规范标准，让数据成为一种资产，而不是成本。资产和成本的差别在于资产是可以沉淀的，是可以被复用的。成本是消耗性质的、是临时的、无法被复用的。
3)、OneID
为什么我说阿里数据中台的OneID，其实本质上是主数据管理的事情？
主数据管理就是为了解决企业核心业务实体数据（客户、供应商、物料、产品等）在不同系统中的一致性、完整性、相关性和精确性的问题，提升数据质量，从而支撑企业的业务协同和管理决策。
在阿里巴巴数据中台官方宣传资料中，我们看到这样的定义：“OneID是以商业要素资产化为核心，实现全域链接、标签萃取、立体画像，数据应用服务整体解决方案。”这里的商业要素就是消费者、企业、内容、商品、位置等核心业务实体数据，传统上我们称其为主数据。而OneID也叫数据萃取中心，就是通过标签技术、知识图谱技术、画像技术在虚拟的网络世界实现商业要素（主数据）的唯一身份识别，保证企业核心数据的身份唯一性、一致性、完整性、相关性和准确性。所以，OneID可以理解为主数据管理，只是用的技术更先进些罢了。
4)、OneService
OneService，数据即服务，强调数据中台中的数据应该是通过 API 接口的方式被访问。即数据被整合和计算好之后，需要提供给产品和应用进行数据消费，为了更好的性能和体验，需要构建数据服务层，通过统一的接口服务化方式对外提供数据服务。
从不同的系统取数据，应用开发需要定制不同的访问接口。而且如果数据发生异常，还不能查出 影响到下游应用的那些应用或者报表。所以当你想下线一张表的时候，就无法实施，造成了上线容易， 下线难的囧状。而 API 接口一方面对应用开发屏蔽了底层数据存储，使用统一标准的 API 接口查询数据，提高了数据接 入的速度。另一方面，对于数据开发，提高了数据应用的管理效率，建立了表到应用的链路关系。
阿里提出了一种OneData标准，如图所示:
数据中台到如今的建设成果主要体现在两方面：一个是数据的技术能力，另一个是数据的资产
智能用户运营解决方案
解决方案包含数据源层、运营数据资产层、数字化运营层、生态层，通过全域集成运营数据，构建运营数据资产，进行受众画像圈选与分析，实现多渠道人群投放与触达，有效地将互联网用户引流至阿里自有生态、外部生态、企业私域生态
小结：
阿里的数据中台主要由四个部分组成：数据资产管理IPaaS、数据中台DaaS、数据研发平台IPaaS、计算与存储平台IaaS
- 数据资产管理IPaaS：元数据管理及数据运行监控与运营；
- 数据中台DaaS：核心为OneData 体系，包含OneID、OneModel、OneService
- OneID：类似于主数据管理，保证企业核心数据的身份唯一性、一致性、完整性、相关性和准确性
- OneModel：为数据标准化而生，包含：
- 数据模型的标准化
- 业务指标的标准化
- 主数据与参照数据的标准化
- OneService：统一数据访问服务中间件
- 数据研发平台IPaaS：数据仓库建设过程中所用到的相关技术与工具(参考：Dataphin_智能数据构建与管理）
- 计算与存储平台IaaS：大数据基础平台
参考资料：
