什么是One Data体系？阿里数据中台解读

作者丨石秀峰

文章共3960个字，建议阅读需15分钟

1、前言

关于“数据中台”网络中充斥着很多的观点、概念、技术、理论、实践等文章，可真是“你方唱罢我方登场”，好不热闹！抱着学习的心态我看了很多数据中台的文章，尤其是对“数据中台”的始作俑者阿里巴巴的数据中台相关文章进行研读。以下是个人学习心得和个人理解，如有偏颇还请斧正。

2、阿里巴巴数据中台全景图

来源：《阿里巴巴数据中台实践分享》

从阿里巴巴数据中台全景图中我们看到，阿里的数据中台主要由三个部分组成：数据资产管理IPaaS、数据中台DaaS、数据研发平台IPaaS。

（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。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；而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。对于数 据研发平台IPaaS是否是对应Dataphin产品，这里就不去探究了。

（3）数据中台DaaS

数据中台DaaS主要包含了垂直数据中心：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！

3、OneClick是个神马鬼？

来源：2019阿里云峰会上海站的《数据中台实践分享》

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就是传统的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。但看了2019阿里云峰会上海站的《阿里巴巴数据中台实践分享》PPT后，又觉得OneClick可能并不是或者不完全是传统ETL的概念。如上图：我们能够从这个PPT中依然看到垂直数据中心，但却没有了OneClick的影子。所以，我理解OneClick可能只是垂直数据中心中的一个概念，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。

4、什么是OneData体系？

来源：2019阿里云峰会上海站的《数据中台实践分享》

OneData体系是阿里数据中台的核心方法论，其包含了三个方面内容：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。OneID 即建立业务实体要素资产化为核心，实现全域链接、标签萃取、立体画像，其数据服务理念根植于心，强调业务模式。OneService 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。

5、OneModel

来源：2019阿里云峰会上海站的《数据中台实践分享》

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方法论与我之前分享《数据治理系列3：数据标准管理》中的观点是基本一致的，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。在阿里的OneModel方法论中并没有提及主数据与参照数据的标准化，这个是我《数据治理系列3：数据标准管理》中的观点。同时，我认为阿里数据中台的OneID体系其实就是干了这个主数据管理的事情。

6、OneID

来源：2019阿里云峰会上海站的《数据中台实践分享》

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？

对于什么是主数据，什么又是主数据管理，在我之前的文章中已多次分享，可以参考《数据治理系列4：主数据管理实施四部曲概论》、《主数据的3大特征、4个超越和3个二八原则》、《主数据的前世今生，畅想未来！》。总之，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。

如果您也认同：“阿里数据中台的OneID，本质上就是企业主数据管理”的这个观点，请在文末点击【再看】支持我。但我相信一定也有人反对这个观点，因为在现行的主数据管理方案中，总体上还是趋于用标准、制度、流程、集成技术等手段解决主数据的问题，标签体系、知识图谱、画像技术、混合云技术等先进的技术目前还没有大规模用在主数据管理领域，但是我相信这终将是主数据发展的趋势！技术推动社会发展，主数据管理又岂能固步自封！

7、OneService

来源：2019阿里云峰会上海站的《数据中台实践分享》

当数据已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，通过接口服务化方式对外提供数据服务。OneService提供的数据服务主要有以下几个方面：

主题式数据服务：按照不同的业务主题，组织形成统一的数据服务，并对外提供使用。我们在建设数据仓库时，也会提到数据主题分析，其实就是将位于不同业务系统、不同数据库的同一业务主题的数据汇集到一起，形成标准的数据服务供外部使用。例如：销售主题，需要将企业的批发、零售、线上、线下、代理等等各个渠道的销售数据汇集起来，这些数据的来源、数据结构、数据库都可能不同。数据服务层架构在多种数据库之上，屏蔽多数据源与多物理表，以业务化的模式进行服务编排，形成服务对外共享。

多样化数据服务：数据服务层提供数据的查询服务、联机分析服务、实时数据在线查询服务等，满足用户对数据的“看、用、查”等需求。

跨源数据服务：按照阿里数据中台的分层设计模型（如：ODS、DWS、DWD、ADS），在每一层可能都采用不同的大数据组件，比如：Hive、HBASE、GP、ES、Redis、MySQL、Oracle等等，而业务上对数据的使用可能是跨数据库的，而服务层提供的跨源数据服务，就是提取不同数据源的数据，按照业务需要进行编排，形成统一数据服务进行对外共享。

API网关服务：在按照阿里数据中台官宣PPT并没有提API网关服务，但结合以上我们对OneService体系的分析和理解，在数据服务层应该要有一个API网关服务实现数据服务在企业的共享和开放。API网关是对提供出去的服务的统一管理，包括：流量控制、认证授权、超时熔断、安全控制、监控分析等，当然，这可能是另外一个层面上的内容了。

8、写在最后

阿里巴巴数据中台经过多年的沉淀，其技术体系非常庞大，并不能通过一篇文章就能说清楚的。我也只是根据阿里数据中台对外公布的一些资料，并结合自己对数据中台的理解进行解读分析的，理解不对的地方望指正。目前很多企业对数据中台都跃跃欲试，但企业到底需要不需要数据中台，需要什么样的数据中台，需要每个企业想清楚。数据中台固然千好万好，但也需要有培育和滋养它的“土壤”。

你点的每个再看，我都当成了喜欢