精讀《我在阿里數據中臺大前端》

1 引言

當下互聯網行業裏面最流行的就是 ABC:

A: AI 人工智能 B: BIG DATA C: CLOUD

而阿里經濟體中的 ABC，其中的 BIG DATA，便是咱們 DT https://dt.alibaba.com/ ，咱們用大數據賦能商業，創造價值。

而咱們說數據中臺，其實阿里提出的中臺只有兩個：業務中臺與數據中臺。業務中臺的目的是讓業務可以快速落地，數據中臺的目的是完成數據的採集、建設、管理、使用這四個環節，讓數據從生產到使用過程變得絲般順滑，不只不讓數據資產成爲累贅，還會最大限度發揮出數據潛藏的價值。

筆者所在的就是數據中臺的大前端團隊，既爲阿里經濟體提供數據服務，又着力爲上雲企業打造屬於本身的數據中臺，處在前端技術、商業模式、產品設計的最前沿，且聽我慢慢道來。

2 精讀

全鏈路數據能力

從能力上看，數據中臺處理數據的方方面面，從數據產生開始就進行追蹤，不只打通了數據採集、存儲、處理、查詢、消費的全鏈路，還用如下幾種方式賦能業務：研發數據管理平臺並監控數據質量，研發生意參謀等數據分析產品直接服務大、中、小商家，提供統一數據服務標準化數據使用流程，將數據分析的算法能力服務化，將支撐內部的數據服務上雲搭建客戶本身的數據中臺，研發 BI 平臺完成數據決策的最後一環。

全鏈路數據技術

從技術架構上看，從底層的數據採集技術開始，逐步向上建設了數據計算與管理能力、數據服務、數據平臺、數據應用與數據安全。

從使用者角度來看，如今的公司對數據的訴求能夠歸納爲如下幾點：

1. 數據從哪來，如何徹底數字化：對應全鏈路數據採集服務。
2. 如何獲得想要的數據：數據計算、建模與管理服務。
3. 如何使用數據：統一數據服務平臺。
4. 如何利用數據作商業決策：BI 平臺。
5. 如何保障數據安全：數據安全服務。

對阿里而言，還會額外考慮下面幾點：

1. 如何讓數據服務橫向支撐全部業務線：數據服務平臺化，數據智能化服務平臺與 BI 平臺。
2. 如何讓數據服務普惠到每個企業：數據服務全面上雲。
3. 如何讓數據服務更有價值：打通阿里經濟體的數據體系，讓數據相互產生化學反應。

固然，挑戰性也很是大，首先是數據壁壘的挑戰，要說服其餘團隊將數據交給你管理絕非易事。其次是價值挑戰，如何證實數據中臺存在的價值，並作到肉眼可見的業務增值。最後是技術挑戰，對前端來講，幾十款數據產品的搭建、幾十萬張數據報表的搭建，須要一個足夠好用的數據產品搭建平臺來支持；數據分析產品的下一代探索式分析也對 BI 引擎提出了新的要求；數據可視化遠比普通可視化複雜，不只要考慮大數據下的性能與可讀性，還要理解商業，作出能體現數據分析價值的圖表。

不管是數據搭建仍是數據可視化，都是前端垂直領域的另外一條好賽道，不只有沉甸甸的業務價值，還有全新數據領域的的前端技術挑戰，並且隨着數據中臺影響力的持續擴大，咱們的前端技術也會帶來業界愈來愈大的影響力。

如何建設和管理數據

想要數據用的好，首先要管的好，在大數據時代，企業必須創建一套本身的標準數倉系統對數據的採集、運維調度作全鏈路管理，讓大數據變成好數據，讓好數據能夠發揮價值。

Dataphin 數倉建設平臺。

數倉的建設須要從物理空間與邏輯空間，也就是底層的表開始整理，經過對數據的採集、清洗、結構化，產出一套規範的數據定義。

所謂規範的數據定義即口徑、算法、命名均一致的數據規範，下降數據二義性，提高數據查找效率與準確性。以後對數據建模，建模便是對數據的進一步抽象，多是抽象爲一個 Cube 模型，這樣在頂層認知上，全部數據都是不一樣維度的 Cube，方便統一理解。

最後經過對數據進行在線的、離線的調度計算，產出數據資產。

如何看數據

或導出一個 Excel 文件仔細品味，或如雙十一媒體大屏般奪目，或如股票操盤手般緊盯着屏幕，或隨時隨地的手機瀏覽。在哪看，怎麼看，看什麼，決定着同一份數據可帶來不一樣的效果，產生不一樣的價值。

穩：雙十一大屏，零點起得來，24 點收得住，每一個彩蛋的出現，每一個數字的跳動，如絲般順滑，這不是播放 VCR，每一幀畫面都是真實的數據展示。容：便是生意參謀用戶的瀏覽器兼容，又是多端用戶的兼容，也是 BI 分析結果的數據大容量。有容乃大，方顯前端功底。

「如何看數據」 這恰是作爲數據前端人的使命和責任。 不一樣的人，不一樣的端，不一樣的需求，這恰是給數據前端的挑戰。而讓用戶透過數據創造價值，也正是數據前端人的價值。

如何分析數據

大數據浪潮之下，必然會誕生各式各樣的數據產品，產品化的方式能夠下降數據應用的門檻。咱們但願人人都能成爲數據分析師，因而 BI （商業智能）產品應運而生，做爲大數據行業中的一個重要領域，BI 產品用大數據的方式解決了企業的業務分析需求，支撐企業進行數字化轉型，從經驗驅動決策轉變爲數據驅動決策，進而給企業帶來超額收益。

QuickBI 數據分析工具。

人人都是數據分析師的狀況在不斷加強。

根據 Gartner 對 2020 年 BI 產品發展趨勢預測：

1. 到 2020 年，爲用戶提供對內部和外部數據策劃目錄的訪問權限的組織將從分析投資中得到兩倍的業務價值。
2. 到 2020 年，業務部門的數據和分析專家數量的增速將是 IT 部門專家的 3 倍，這會迫使企業從新考慮其組織模式和技能。
3. 到 2021 年，天然語言處理和會話分析這兩個功能，會在新用戶、特別是一線工做人員中，將分析和商業智能產品的使用率從 35% 提高到 50% 以上。

快速增漲的市場規模。

根據中國電子信息產業發展研究院發佈的《中國大數據產業發展水平評估報告》，預計 2019 年我國大數據核心產業規模突破 5700 億元，將來 2-3 年的市場規模的增加率仍將保持 35% 左右。將來切入這部分應用環節，BI 商業智能的潛在市場規模將在數百億的市場空間。

大數據與前端。

前端的職業發展除了提高本身的技能技術儲備以外，選擇合適行業方向和研究領域也尤其重要。若是用路和車的關係來比喻的話，把前端技能比做車的話，各個行業都是路，有的路是鄉間小路，有的路是城鄉公路，而大數據行業當之無愧是行業中的上高速公路，路況更好，路面更寬，若是你擁有一輛好車，爲何不來高速公路上飛馳呢？

大數據下的前端面臨哪些挑戰？以 BI 爲例，BI 領域的四大方向：數據集、渲染引擎、數據模型與可視化都有許多能夠作深的技術點，每一塊都須要深刻沉澱幾年技術經驗才能作好，須要大量優秀人才通力協做纔有可能作好。你也能夠閱讀 精讀《前端與 BI》 瞭解更多 BI 相關知識。

咱們是數據中臺大前端

「 前端不是由於咱們用 JavaScript，而是由於咱們站在業務最前端，解決業務端的問題，因此咱們是前端 」。

BI 分析產品、作數據可視化、作產品搭建 .. 咱們早已經跳出了「前端」的傳統概念範疇。咱們作大數據表格優化、 Web Excel、 SQL 編輯器、智能可視化。在數據中臺，咱們有着自然的複雜業務場景和海量數據優點，迫使你向本身提出更大的挑戰來解決業務上的問題。若是你熱愛挑戰、熱愛技術，請加入咱們吧。

在這裏，你能夠愉快的使用 React、TypesScript 寫業務代碼，嘗試最新、最炫酷的 React Hooks 新特性，咱們團隊一直走在前端技術路線的最前沿，渴求技術創新。 你也不須要擔憂夥伴的代碼風格問題，由於咱們有着嚴格的代碼規；你沒必要擔憂每一個人的代碼都是一座孤島，由於咱們會對每一行代碼作嚴格的 review；你沒必要擔憂你的成長空間，咱們有按期的技術分享、團隊內小競賽，還有足夠複雜的業務場景支撐；你也沒必要擔憂你會因工做日漸消瘦，下午茶和海量小零食等你來！

4 總結

大數據前端人才缺口在 100 人以上，因爲業務增加很是很是迅猛，春節前條件放寬、特批急召！

若是你對咱們感興趣，請馬上把簡歷發送到郵箱 ziyi.hzy@alibaba-inc.com 吧！絕無僅有的好機會，響應速度絕對超乎你的想象！

討論地址是： 精讀《我在阿里數據中臺大前端》 · Issue #224 · dt-fe/weekly

若是你想參與討論，請 點擊這裏，每週都有新的主題，週末或週一發佈。前端精讀 - 幫你篩選靠譜的內容。

關注 前端精讀微信公衆號

<img width=200 src="https://img.alicdn.com/tfs/TB165W0MCzqK1RjSZFLXXcn2XXa-258-258.jpg">

版權聲明：自由轉載-非商用-非衍生-保持署名（ 創意共享 3.0 許可證）