隨著大數據技術的不斷更新和迭代，數據管理工具得到了飛速的發(fā)展，相關概念如雨后春筍一般應運而生，如從最初決策支持系統(tǒng)(DSS)到商業(yè)智能(BI)、數據倉庫、數據湖、數據中臺等，這些概念特別容易混淆，下面我們將圍繞BI、數據倉庫、數據湖和數據中臺的區(qū)別進行介紹。 商業(yè)智能（BI） 商業(yè)BI是一套完整的解決方案，用來將企業(yè)中現有的數據進行有效的整合，快速準確的提供報表并提出決策依據，幫助企業(yè)做出明智的業(yè)務經營決策。一般包括數據倉庫、報表查詢、數據分析、數據挖掘、數據可視化等部分。 首先從業(yè)務系統(tǒng)數據中提取有用的數據并進行清理，以保證數據的正確性，然后經過抽取、轉換和裝載，合并到數據倉庫，得到企業(yè)數據全局視圖，再利用合適工具等對其進行分析和處理，最后將知識呈現給管理者，為管理者的決策過程提供支持。 數據倉庫 數據倉庫(Data Warehouse)，也稱為企業(yè)數據倉庫，它是一個面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的包含多種數據的存儲庫，并且是高度建模的數據集合存儲系統(tǒng)。它將來自不同業(yè)務、系統(tǒng)的結構化數據聚合起來，幫助公司把運營數據轉化成為高價值的可以獲取的信息，為管理分析和業(yè)務決策提供統(tǒng)一的數據支持，幫助建構商業(yè)智能(BI)。 數據湖 數據湖（Data Lake）是一個存儲企業(yè)的各種各樣原始數據的大型倉庫，其中的數據可供存取、處理、分析及傳輸。數據湖是以其自然格式存儲的數據的系統(tǒng)或存儲庫，通常是對象Blob或文件。數據湖通常是企業(yè)所有數據的單一存儲，包括源系統(tǒng)數據的原始副本，以及用于報告、可視化、分析和機器學習等任務的轉換數據。數據湖可以包括來自關系數據庫（行和列）的結構化數據，半結構化數據（CSV，日志，XML，JSON），非結構化數據（電子郵件，文檔，PDF）和二進制數據（圖像，音頻，視頻）。 數據倉庫與數據湖差異 1、在儲存方面上，數據湖中數據為非結構化的，所有數據都保持原始形式。存儲所有數據，并且僅在分析時再進行轉換。數據倉庫就是數據通常從事務系統(tǒng)中提取。 2、在將數據加載到數據倉庫之前，會對數據進行清理與轉換。在數據抓取中數據湖就是捕獲半結構化和非結構化數據。而數據倉庫則是捕獲結構化數據并將其按模式組織。 3、數據湖的目的就是數據湖非常適合深入分析的非結構化數據。數據科學家可能會用具有預測建模和統(tǒng)計分析等功能的高級分析工具。而數據倉庫就是數據倉庫非常適用于月度報告等操作用途，因為它具有高度結構化。 4、在架構中數據湖通常，在存儲數據之后定義架構。使用較少的初始工作并提供更大的靈活性。在數據倉庫中存儲數據之前定義架構。 數據中臺 數據中臺是指通過企業(yè)內外部多源異構的數據采集、治理、建模、分析，應用，使數據對內優(yōu)化管理提高業(yè)務，對外可以數據合作價值釋放，成為企業(yè)數據資產管理中樞。數據中臺建立后，會形成數據API，為企業(yè)和客戶提供高效各種數據服務。 數據中臺整體技術架構上采用云計算架構模式，將數據資源、計算資源、存儲資源充分云化，并通過多租戶技術進行資源打包整合，并進行開放，為用戶提供“一站式”數據服務。利用大數據技術，對海量數據進行統(tǒng)一采集、計算、存儲，并使用統(tǒng)一的數據規(guī)范進行管理，將企業(yè)內部所有數據統(tǒng)一處理形成標準化數據，挖掘出對企業(yè)最有價值的數據，構建企業(yè)數據資產庫，提供一致的、高質量的大數據服務。 數據中臺不是一套軟件，也不是一個信息系統(tǒng)，而是一系列數據組件的集合，企業(yè)基于自身的信息化建設基礎、數據基礎以及業(yè)務特點對數據中臺的能力進行定義，基于能力定義利用數據組件搭建自己的數據中臺。 數據倉庫與數據中臺的差異 計算存儲上 傳統(tǒng)的數據倉庫基于OLAP類型的數據庫，后續(xù)發(fā)展為MPP、Hadoop、GreenPlum混合架構。數據中臺從一誕生起，就使用Hadoop、MPP、RDS、Flink等混合架構，隨需搭配，滿足各類數據計算的要求。 應用場景和價值體系 數據中臺的應用場景比傳統(tǒng)的數據倉庫應用場景廣泛得多。傳統(tǒng)的數倉只是滿足領導和業(yè)務人員數據決策的需要，因此更多的體現在報表輸出，使用者以小部分的業(yè)務人員和決策層為主，新需求的開發(fā)周期以月甚至到年為計。而數據中臺由于起家于互聯網企業(yè)，其使用對象擴大到一線服務人員和商家企業(yè)，其業(yè)務需求更繁雜，包含商品推薦、精準廣告展示、客戶滿意度評價等等諸多不確定性的應用場景，很難用傳統(tǒng)的報表系統(tǒng)滿足需求，因此必須要使用隨需應變的數據服務來快速滿足不斷變化的業(yè)務需求。 體系架構 數據中臺是由多個組件構成，除了計算平臺外，其方案由多個分布式服務系統(tǒng)提供，滿足不同業(yè)務需求和高并發(fā)和系統(tǒng)自動擴容需求，除了大數據存儲和計算平臺外，還包含數倉建設、數據開發(fā)IDE、任務調度、數據同步服務、數據治理、對外統(tǒng)一數據服務、資產管理系統(tǒng)、實時流計算平臺和開發(fā)平臺，敏捷BI報表開發(fā)等多個組件，通過多個組件組成一整套方案。這一點傳統(tǒng)的數據倉庫是遠遠達不到的。 數據倉庫與BI差異 商業(yè)智能BI相比于數據倉庫，它是一個更大的概念。商業(yè)智能可以說是基于數據倉庫，經過了數據挖掘后，得到了商業(yè)價值的過程。所以說數據倉庫是個金礦，數據挖掘是煉金術，而商業(yè)報告則是黃金。數據倉庫就像是 BI 這個房子的地基，搭建好 DW 這個地基之后，才能進行分析使用，最后產生價值。 BI工具推薦 億信華辰作為中國專業(yè)的商業(yè)智能BI和數據治理軟件提供商，一直致力于為政企用戶提供從數據采集、存儲、治理、分析到智能應用的智能數據全生命周期管理方案，幫助企業(yè)實現數據驅動、數據智能，已積累了8000多家用戶的服務和客戶成功經驗，為客戶提供數據分析平臺、數據治理系統(tǒng)搭建等專業(yè)的產品咨詢、實施和技術支持服務。其在2021中國數據智能/ 數據中臺生態(tài)圖譜的商業(yè)智能領域榜上有名。