如何搭建企業級中臺系統

如何搭建企業級中臺系統

企業數字化轉型，解決數據孤島、萬物互聯：利用雲計算基礎服務，一分鐘開啓一百臺服務器，十分鐘開啓一千臺服務器。
超大內存和內核的服務器，在線下很難購買到的，經過雲計算的彈性伸縮的能力能夠隨意搭配適合本身的雲端服務器。

隨着企業規模不斷擴大、業務多元化——中臺服務架構的應運而生。「中臺」早期是由美軍的做戰體系演化而來的，
技術上說的「中臺」主要是指學習這種高效、靈活和強大的指揮做戰體系。
阿里在今年發佈「雙中臺+ET」數字化轉型方法論，「雙中臺」指的是數字中臺和業務中臺。

原來除了咱們熟悉的「前臺」和「後臺」外，竟然還有個「中臺」這樣一個神奇的存在。這個從名字上看，像是從前臺與後臺中間硬擠出來的新斷層。
有了「中臺」這⼀新的斷層，咱們便可以將早已臃腫不堪的前臺系統中的穩定通用業務能力「沉降」到中臺層，爲前臺減肥，恢復前臺的響應力。
又能夠將後臺系統中須要頻繁變化或是須要被前臺直接使用的業務能力「提取」到中臺層，賦予這些業務能力更強的靈活度和更低的變動成本，
從而爲前臺提供更強大的「能力炮火」⽀援。因此，企業在平臺化的過程當中，須要建設本身的中臺層（同時包括技術中臺，業務中臺和組織中臺）。

它與前臺和後臺的區別和界限到底在哪兒？什麼應該放到中臺，什麼又應該放到前臺或是後臺？它的出現究竟是爲了解決什麼問題呢？

前臺：由各種前臺系統組成的前端平臺。每一個前臺系統就是一個用戶觸點，即企業的最終用戶直接使用或交互的系統，是企業與最終用戶的交點。
例如用戶直接使用的網站，手機App，微信公衆號等都屬於前臺範疇。

後臺：由後臺系統組成的後端平臺。每一個後臺系統通常管理了企業的一類核心資源（數據+計算），
例如財務系統，產品系統，客戶管理系統，倉庫物流管理系統等，這類系統構成了企業的後臺。
基礎設施和計算平臺做爲企業的核心計算資源，也屬於後臺的一部分。

什麼是中臺？

有些人認爲：中臺就是技術平臺，像微服務開發框架、Devops平臺、PaaS平臺，容器雲之類的，人們都叫它「技術中臺」。 
有些人認爲：中臺就是微服務業務平臺，像最多見的什麼用戶中心，訂單中心，各類微服務集散地，人們都叫它「業務中臺」。 
有些人認爲：中臺應該是組織的事情，在釋放潛能，這類組織中臺在企業中主要起到投資評估與投後管理的做用，
相似於企業內部資源調度中心和內部創新孵化組織，人們叫它「組織中臺」。

已經有了前臺和後臺，企業爲何要建中臺？

由於企業後臺每每並不能很好的支撐前臺快速創新響應用戶的需求，後臺更多解決的是企業管理效率問題，而中臺要解決的纔是前臺的創新問題。
大多數企業已有的後臺，要麼前臺根本就用不了，要麼很差用，要麼變動速度跟不上前臺的節奏。
隨着企業業務的發展壯大，由於後臺修改的成本和⻛險較高，因此驅使咱們會盡可能選擇保持後臺系統的穩定性。
但還要響應用戶持續不斷的需求，天然就會將大量的業務邏輯(業務能力)直接塞到了前臺系統中。
引入重複的同時還會導致前臺系統不斷膨脹，變得臃腫，造成了一個個⼤泥球的「煙囪式單體應用」。
漸漸拖垮了前臺系統的「用戶響應力」，用戶滿意度下降，企業競爭力也隨之不斷降低。

此時的前臺和後臺就像是兩個不一樣轉速的齒輪：
前臺因爲要快速響應前端用戶的需求，講究的是快速創新迭代，因此要求轉速越快越好。
然後臺因爲⾯對的是相對穩定的後端資源，並且往系統陳舊複雜，甚至還受到法律法規審計等相關合規約束，
因此每每是穩定至上，越穩定越好，轉速也天然是越慢越好。
因此，隨着企業務的不斷髮展，這種「前臺+後臺」的⻮輪速率「匹配失衡」的問題就逐步顯現出來。
中臺做爲變速齒輪，連接了用戶與企業核心資源，並解決了配速問題。

創建中臺系統的目的？

中臺是真正爲前臺而生的平臺（能夠是技術平臺，業務能力甚至是組織機構），它存在的惟一目的就是更好的服務前臺規模化創新，進而更好的響應服務引領用戶，使企業真正作到自身能力與用戶需求的持續對接。

在技術中臺最核心的就是集成中臺：

• 一、集成各種企業內部ERP
• 二、集成各種公有云SaaS
• 三、集成各種互聯網電子商務Open API
• 四、對外統一開放API，便於外部生態應用接入與融合

體現的都是內外鏈接能力，須要常常變更、須要內外通暢。

數據中臺是什麼？

 創建數據中臺的緣由：
數據中臺和業務中臺相比，面臨的狀況可能會更加複雜一點。創建數據中臺的緣由：
  大數據能夠告訴決策者一些潛在的規律，以數據來證實或判斷決策：
  以往咱們會用數據來證實咱們的決策對錯，如今咱們用數據來引導咱們作出對的決策。在大數據時代，樣本就是全體，大數據能夠防止僞造和誤差。
  數據催生人工智能：
     數據是人工智能的根基，而且能夠進行融合造成新的數據。數據給咱們無限的創新，讓咱們不停去嘗試。
  數據是機器人的指令，咱們造成數據服務思惟：
     數據是不斷變化的，讓機器智能成爲決策環節，運營就能夠智能化。
 
  中臺的目標是提高效能、數據化運營、更好支持業務發展和創新，是多領域、多BU、多系統的負責協同。
中臺是平臺化的天然演進，這種演進帶來「去中心化「的組織模式，突出對能力複用、協調控制的能力，以及業務創新的差別化構建能力。

數據中臺是培育業務創新的土壤
  企業的數據創新必定要站在巨人的肩膀上，即從數據中臺開始，不能老是從基礎作起，數據中臺是數據創新效率的保障。
研究過機器學習的都知道，沒有好的規整數據，數據準備的過程極其冗長，這也是數據倉庫模型的一個核心價值所在。
好比運營商中要獲取3個月的ARPU數據，若是沒有融合模型的支撐，得本身從帳單一層層彙總及關聯，速度可想而知。
  在現在的互聯網時代，企業都在全力謀求轉型，轉型的關鍵是要具有跟互聯網公司同樣的快速創新能力。
大數據是其中一個核心驅動力，但擁有大數據仍是不夠的，數據中臺的能力每每最終決定速度，擁有速度意味着試錯成本很低，意味着能夠再來一次。
數據中臺是人才成長的搖籃
　原來新員工入職要得到成長，一是靠人帶，二是找人問，三是本身登錄各類系統去看源代碼。
這樣的學習比較支離破碎，其實很難了解全貌，沒法知道什麼東西對於企業是最重要的，得到的文檔資料也每每也是過了時的。
如今有了數據中臺，不少成長問題就能解決，有了基礎模型，新人能夠系統的學習企業有哪些基本數據能力。　
領域數據的增長更是讓其有更廣闊的視野，有了融合模型，新人能夠知道有哪些主題域，從主題域切入去全局的理解公司的業務概念。
有了標籤庫，新人能夠得到前人的全部智慧結晶。有了數據管理平臺，新人能清晰的追溯數據、標籤和應用的前因後果，
全部的知識都是在線的、最新的、意味着新人的高起點。　　
  更爲關鍵的是，數據中臺讓新人擺脫了在起步階段對於導師的過渡依賴，能快速的融入團隊，在前人的基礎上進行創新。
數據中臺自然的統一，集成的特性，有可能讓新人打破點線的束縛，快速構築起本身的知識體系，成爲企業數據領域的專家。
固然，數據中臺的創建不是一蹴而就的，每一個企業都應該基於實際打造獨有的中臺能力，在這個過程當中，須要遵循一些原則：　　
如今不少企業的數據團隊的主要工做內容就是項目管理、需求管理等等，當一個項目完成後又投入到下一個項目，
作好一個需求後又開始負責下一個需求。這樣的工做確實很是鍛鍊人的組織、協調能力，但這樣能力的提高與工做時間的長短並非呈線性增加的。
雖然增長了項目和需求管理經驗，但並不能在某一個專業領域獲得知識和經驗的沉澱，隨着時間的流逝，愈來愈多的人會失去最初的工做積極性和創造性。
事實上，數據人員只有深刻的研究業務、數據和模型，端到端的去實踐，打造出數據中臺，纔是最大的價值創造，才能使得持續創新成爲可能。

解讀數據中臺  阿里雲2018雲棲大會   基於電商中臺架構-商品系統設計(一)