不是大佬,试着回答一下。
数据中台类似于一个齿轮,衔接前台和后台,在实际业务中,前台需要快速变化以相应用户的各种需求,而后台需要的是可靠、稳定性,所以前台和后台类似于两个不同转速的齿轮,存在无法匹配的问题,业务发展越快,这种失衡的问题就越严重。于是,数据中台这个概念被提出来了,将前台中的冗余的、重复的业务逻辑提取出来,放到数据中台,同时,将后台中需要频繁变化的业务也放到中台来,有了数据中台,就能够避免因业务频繁变化导致的前台越来越臃肿,也能够避免后台频繁改动而丧失它的稳定性。
数据仓库(Datawarehouse),是为了方便数据分析而建立的一个东西。例如,传统的数据库中有很多的表,在进行数据分析的时候,往往需要从不同的表,甚至从不同数据库中提取数据,非常麻烦,也很耗时。为了解决这个问题,那就把用到的多个表的数据放到一个表中(定时任务同步),当然,数据仓库中的数据会有数据冗余、重复等问题,但没关系,做数据分析的时候,做一下数据预处理,例如去重即可。
再来看这几个问题:
1、从平台或业务采集数据,经过数据清洗到数据看板,这属于数据分析的内容,跟数据中台没啥关系。
2、如果想了解数据仓库,建议看下Inmon大神的《数据仓库》。
3、阿里的dataworks属于底层的大数据平台,通过dataworks可以更轻松地构建数据仓库、数据中台等,quickbi属于另外一个产品,主要用于数据可视化分析。
4、搭建数据仓库只是数据架构中的一部分内容,数据架构包括大数据平台构建、搭建数据仓库、数据库的搭建等,不过很少有全才,都有偏向性,偏平台型的数据架构师,偏数仓型的数据架构师等。