数据中心应该建在什么样的地方(数据中台，什么是数据中台？-腾讯云开发者社区-腾讯云)

数据中台，什么是数据中台？-腾讯云开发者社区-腾讯云

深圳市腾讯计算机系统有限公司ICP备案/许可证号：粤B2-20090059 深公网安备号44030502008569

数据中台被誉为大数据的下一站，由阿里兴起，核心思想是数据共享，并在2018年因为“腾讯数据中台论”再度成为了人们谈论的焦点。在3月15日ThoughtWorks技术雷达峰会上，关于数据中台的话题也获得了众多参会者的热烈关注。如今似乎人人都在提数据中台，但却不是所有人都清楚数据中台到底意味着什么。数据中台是只有大厂才需要考虑的高大上的概念吗？普通企业该不该做数据中台？数据中台的出现会给现有数据从业者们带来颠覆式的挑战吗？

首先它不是一个平台，也不是一个系统，如果有厂商说他们有个数据中台卖给你，对不起，它是个骗子。

要回答数据中台是什么，首先要探讨一下中台到底是什么。虽然没有明确的定义，但是作为理工直男，我们可以先把中台看作是一种中间层。既然是一种中间层，那么中台确实是一种十足技术用语，我们可以完全从技术角度来探讨了。

我们可以应用Gartner的PaceLayer来理解为什么要有中间层，这样可以更好地理解中台的定位和价值。PaceLayer里提到，可以按照事物变化的速度来分层，这样可以逐层分析并设计合理的边界与服务。

在数据开发中，核心数据模型的变化是相对缓慢的，同时，对数据进行维护的工作量也非常大；但业务创新的速度、对数据提出的需求的变化，是非常快速的。

数据中台的出现，就是为了弥补数据开发和应用开发之间，由于开发速度不匹配，出现的响应力跟不上的问题。

数据中台解决的问题可以总结为如下三点：

这三类问题都会导致应用开发团队变慢。这就是中台的关键——让前台开发团队的开发速度不受后台数据开发的影响。

史凯总结说，“数据中台是聚合和治理跨域数据，将数据抽象封装成服务，提供给前台以业务价值的逻辑概念”。

如下图所示：

DDataAPI是数据中台的核心，它是连接前台和后台的桥梁，通过API的方式提供数据服务，而不是直接把数据库给前台、让前台开发自行使用数据。至于产生DataAPI的过程，怎么样让DataAPI产生得更快，怎么样让DATAAPI更加清晰，怎么样让DATAAPI的数据质量更好，这些是要围绕数据中台去构建的能力。

这是现在数据行业大家经常讨论的问题，到底数据仓库、数据平台和数据中台的区别是什么。

概括地说，三者的关键区别有以下几方面：

数据仓库具有历史性，其中存储的数据大多是结构化数据，这些数据并非企业全量数据，而是根据需求针对性抽取的，因此数据仓库对于业务的价值是各种各样的报表，但这些报表又无法实时产生。数据仓库报表虽然能够提供部分业务价值，但不能直接影响业务。

数据平台的出现是为了解决数据仓库不能处理非结构化数据和报表开发周期长的问题，所以先撇开业务需求、把企业所有的数据都抽取出来放到一起，成为一个大的数据集，其中有结构化数据、非结构化数据等。当业务方有需求的时候，再把他们需要的若干个小数据集单独提取出来，以数据集的形式提供给数据应用。

而数据中台是在数据仓库和数据平台的基础上，将数据生产为为一个个数据API服务，以更高效的方式提供给业务。

大数据和人工智能大火之后这几年，很多人一直在提一个说法，那就是“数据是新的石油”。但史凯的观点却有些不同，在他看来，数据不等于数据资产，如果没有从业务的角度对数据进行规划，再多的数据也无法产生价值。

史凯认为数据中台最核心的一个关键组件是数据资产目录。“我们认为，一个企业的数据要能够充分发挥价值，很重要的一个前提条件就是这个企业的数据结构和数据资产目录是对整个企业开放的。所有人都能够通过这个资产目录了解公司有哪些类别的数据、包含什么属性、源数据由谁管理，这样就可以快速搞清楚这些数据是不是自己需要的。但数据本身可以不开放，因为数据是有隐私信息和安全级别的。”

大企业内部业务众多，不同业务可能存在很多重复数据。所谓的数据资产目录就是把数据的模型去重、归一、梳理，变成一个树状结构，这个树状结构不直接对应数据库中的字段。以航空货运为例，其数据资产可能包括货机、客运机的辅舱，一架货机就是一个数据资产目录的节点，而货机的各种属性（如货机型号、空间大小、年份等）就是这个节点下面的数据模型。数据资产目录做的事情就是从业务层面出发制定数据标准，将企业业务相关的数据资产模型抽取出来，这跟后面用什么数据库去存储、用什么结构去存储、存成结构化还是非结构化都没有关系。它相当于把企业的业务从数据层面做了一个梳理，用数据的语言把企业的业务模型还原出来。数据资产目录做好之后，后面才是用什么技术手段、从哪里提取数据来映射到这个数据资产目录。

除了开放，数据资产目录还应该具有标签描述、可检索，这样才能最大程度地方便真正使用数据的人，以最快的速度找到他们需要的东西。

在ThoughtWorks提出的精益数据创新体系中将企业所需要具备的数据能力概括为以下六种，具备了这六种能力，企业才具备成为数据驱动的智能企业的基础，而这些能力的承载平台，就是数据中台：

做中台之前，首先需要知道业务价值是什么，从业务角度去思考企业的数据资产是什么。数据资产不等同于数据，数据资产是唯一的，能为业务产生价值的数据。对于同一堆数据，不同业务部门所关注的数据指标可能完全不同，怎么让各个跨域的业务变成统一的标准，就需要规划企业的数据全景图，将所有有可能用上的、所有对企业有可能有价值的数据都规划出来，最终梳理出企业的数据资产目录。在这个时候不需要考虑有没有系统、有没有数据，只需要关注哪些数据是对企业业务有价值的。这一层不建议做得太细，太细就难以形成标准，不能适用于多个场景了。数据治理是数据中台很重要的一个领域，ThoughtWorks认为在现在业务边界消失、需求快速变化的情况下，企业需要具备精益数据治理的能力——LeanDataGovernance。传统的中心化、事前控制式的数据治理方式，要改变为去中心化、事后服务式的治理方式。

数据中台要为企业提供强大的数据资产的获取和存储的能力。

企业的数据中台一定是跨域的，需要让所有的人都知道数据资产目录在哪里。不能因为数据安全，就不让大家知道企业有什么数据。没有共享和开放，数据没有办法流动起来，没有流动的话数据的价值产生的速度就会非常慢。所以在数据安全的基础上，企业的数据资产目录要对利益相关者、价值创造者开放，要让业务人员能够做到“Self-Service”。

数据中台不仅要建立到源数据的通路，还需要提供分析数据的工具和能力，帮助业务人员去探索和发现数据的业务价值。一个好的数据中台解决方案中需要针对不同业务岗位的用户提供个性化的数据探索和分析的工具，并且在此基础上一键生成数据API，以多样化的方式提供给前台系统。

数据中台需要保证数据服务的性能和稳定性，以及数据质量和准确性，还需要具备强大的服务治理能力。数据中台是一个生态平台，在数据中台上面会不断生长各种数据服务，所以从一开始就构建好数据服务的治理结构是非常重要的，数据服务需要可以被记录、可被跟踪、可被审计、可被监控。

如果数据中台最终只是做到把数据给到业务人员，那它就只是一个搬运工的角色。数据中台还需要具备度量和运营数据服务的能力，能够对中台上提供的数据服务及相关行为持续跟踪和记录，包括哪些数据服务被哪个部门用了多少次等，通过这些去度量每一个数据服务的业务价值。

史凯认为，数据中台是一个需要用互联网思维去经营的利润中心平台，数据中台的经营分析人员需要分析业务，了解为什么今天上午这个财务部门的人用了数据中台、调用了十次，下午他不用了，原因是什么，调用了这些数据服务的人通常还会调用哪些其他的数据服务。这些都需要相应地做记录、做日志、做分析，要把数据当做像电商平台一样去经营，然后实时地根据这些业务行为数据去提醒数据服务提供方，调整、改变、优化数据服务，这才是可经营的数据中台，也只有这样业务部门才能得到最快的支持和响应。

数据中台并非只有大公司才需要的高大上的玩意。

ThoughtWorks从2017年到现在，已经帮助多家大型国内外企业建设数据中台，其中有体量巨大的企业级数据中台，也有部门级的小数据中台。

“未来所有的企业核心都会变成加工数据的企业，而数据中台是数据价值化的加工厂，所以所有的企业都需要数据中台的能力，数据中台一定是未来每个企业的标准配置。”

在史凯看来，数据中台并不意味着“大而全”的数据平台。根据企业的规模和业务的不同，数据中台可大可小，规模、复杂度可能都不相同，但它对业务产生的价值是一样的。

当企业评估自己是否应该建设数据中台时，应该从哪些方面来考虑？史凯认为，从战略角度来说，每个企业都需要建立自己的数据中台；从战术角度来说，当企业发现自己的数据开发利用的速度和应用开发的速度不匹配的时候，就需要考虑构建数据中台。

原来很多企业在做应用系统的时候，什么都不考虑直接上单体架构，一上来就先做数据库，然后在上面建应用。ThoughtWorks建议现在的企业，即使不做数据中台、不去立一个叫做“数据中台”的项目，但是在做应用的时候，最好把这个应用分成三层，业务层、数据中台层、源数据层，在一开始做应用的时候就把三个层次抽象出来。

历史遗留的数据质量问题经常让大家对数据的利用和价值产生质疑。2018年，史凯在与不同企业沟通过程中经常听到的一句话就是，“我们现在还没有到利用数据这一步，因为（应用系统中的）数据质量太差”。

每次听到这句话，史凯脑子里就好像听到了另外一句话，“还没到培养孩子的时候啊，孩子太小了”。

不能因为数据质量差，就不去利用数据。恰恰是因为没有去做后面的事情，所以数据质量才差。而且也不能因为数据质量差就抛开业务场景、试图全面解决数据质量的问题，这样得不到业务部门的支持，也无法从数据工作中产生业务价值。所以ThoughtWorks建议的恰恰是利用做应用、做业务的需求，同步解决数据质量问题。

史凯认为，数据质量问题，根本上是在构建应用之初缺乏整体数据规划和数据思维导致的问题。原来的流程类应用构建之初，只考虑了如何让流程跑起来，缺乏对这个应用在整个企业的数据全景图（DataLandscape）中的定位的分析，没有从源头上优化数据的存储、流转，从而更好地与其他的系统中的数据去对齐口径、统一语言，将流程问题抽象成领域模型问题，再将领域模型抽象成数据模型。

建设数据中台最大的挑战在于前期能否从业务层面梳理清楚有业务价值的场景，以及数据全景图，而不仅在于后期的技术建设。

数据中台建设面临的挑战包括：

数据治理问题：和业务独立开的数据治理少有成功的，大的数据标准要有（数据资产目录），通过数据资产目录将共有的纬度、共性的业务模型提炼出来，在此基础之上数据治理需要跟业务场景紧密结合。

数据中台是为了加快从数据到业务价值的产生速度，但是它的生产过程依然是需要时间、有很多复杂的工作要做的，所以对于数据中台的投资方和数据中台的建设方来讲，都需要对应的战略耐心。

对于建设方来讲，要充分认识到数据中台建设的复杂度，不要操之过急，不要期待毕其功于一役。史凯的建议是要从小中台做起，围绕具体有价值的业务场景去建设，尽量不脱离场景去搞周期长、大而全的纯工具平台建设。

首先数据中台一定要与业务价值对齐。构建数据中台，最重要的不是技术，也不是数据质量好不好，而是数据思维和数据文化。数据思维就是要建立起从数据的视角去思考问题的方式；数据文化就是要把数据和业务当成一体去看，而不是只将数据当作一个支持工具。想清楚业务对于数据的诉求是构建数据中台的第一步，哪怕暂时不能想的太细，也要去想，想不清楚就先不要做。

不要在业务场景还没有明确、优先级还不清晰、价值度量体系尚未建立起来的时候，就建立大而全的数据平台，并且把所有的数据都存起来。企业都是追求投入产出比的，大而全的数据平台往往会面临尴尬的*面，一堆功能看上去很有用，应该都能用上，但是缺乏应用场景，真的有了场景，发现也不能开箱即用，还需要众多的定制化。

数据中台是面向场景而非面向技术的，这种与客户的业务、企业的结构和信息化发展阶段有着紧密的相关性的业务基础架构，是很难买一个大而全的产品来一劳永逸解决的。

可以通过下面这个图来解释构建中台的原则：

一开始的时候需要顶层设计，面向业务愿景制定中台的整体规划，全面的梳理数据创新全景蓝图，这就是上图左边的黑色框架部分，通过业务愿景驱动出所有的业务场景探索，从而推导出数据中台的全景架构、技术支撑。

但是在实施的时候，要从具体的业务场景出发。从高价值数据集场景做起，然后顺着这个场景竖切，找到数据全景图中的一个或多个数据集合，从小数据场景落地，这样才能快速验证价值。大处思考，全*拉通，避免后续的数据孤岛，但是从小数据集切入，从可实现性高的场景启动。然后一个个的场景做起来，业务价值和中台能力也就同步建立起来了。

总的来讲就是，“设计阶段横着走，落地阶段竖着切。”

数据中台团队通常需要包含以下角色：

而这样的一个团队的工作就构成了一个数据生产线，一个从数据到业务服务的数据服务工厂，这个工厂有生产车间（DataPipeline）、研发中心（数据实验室）、管理办公室（数据治理），还有产品展示中心（数据服务商店）。

数据工厂是一个逻辑概念，不是一个大而全的产品，ThoughtWorks结合过去几年的实践给出了一个数据工厂组件选型的参考架构，这些推荐的架构和组件，很多都体现在过去ThoughtWorks推出的技术雷达中并进行了详细解释，如下：

前面已经提到，数据中台是企业的DataAPI工厂，用更高效、更协同的方式加快从数据到业务的价值，能够给业务提供更高的响应力。所以数据中台距离业务更近，这对于传统企业的数据业务来讲，是一个重大的变化，同时给原来的数据团队也会带来巨大的挑战。

1.对数据分析人员的业务要求提高了

企业传统的数据工作和业务工作分工明确、界限清晰，业务人员负责业务需求，提出业务问题，并将业务问题拆解成一个个清晰的数据问题，然后数据工程师和数据分析师在这个清晰的问题下解题。

但是，在数据中台出现后，数据中台是一个赋能平台，它会沉淀、提供很多数据分析工具和数据服务，能够让不具备专业数据能力的业务人员也可以进行一些简单的数据分析，产生业务的洞察。这就意味着在数据中台的支持下，相对简单清晰的业务问题会更多的由业务人员自己解决掉，那么传递到专业数据人员的问题，都会是更加复杂的问题。这对于数据人员的业务理解能力就加强了，他/她们必须具备快速理解业务的能力，才能够体现出专业性和优势。

原来的数据分析工作属于个体工作方式，每一个数据科学家、数据分析师就是一个独立的工作单元，业务部门给出业务问题，他们通过自己擅长熟悉的工具和方法给出结果。但是在数据中台出现后，他们一方面获得了更多数据分析的武器和工具，能够站在前人的基础上工作，提高了效率和准确度，另外一方面，他们也需要掌握更多的平台化的数据分析工具，比如JupyterNotebook，同时也被要求能够把自己分析的结果转化成数据服务，沉淀到中台。

原来的数据分析团队是一个功能型团队，更多以数据智囊团的身份存在。大部分情况下，距离业务比较远，更不要提对业务的结果负责。而在数据中台出现后，数据中台距离业务会越来越近，甚至直接影响和参与业务的运行，数据团队将慢慢脱离数据智囊团的身份，逐渐从后台走向前台，直接负责一个个数据服务，而这些数据服务是会直接参与到业务当中、产生业务价值的。这样的定位变化，要求数据团队具备更多的业务视角，要更关注业务价值，直接对齐企业的业务目标去工作。

所以，数据中台的出现，不仅是一个技术平台，它对于企业而言是一个系统化的工作，企业数据相关的流程、职责、分工都要有对应的调整，才能达成整体的目标。

对于数据中台来说，数据隐私和安全性也是非常重要的问题。可能很多人还记得前些日子马化腾针对“腾讯数据中台论”的回应。去年腾讯组织架构调整进程中实现了技术打通，而对数据打通保持谨慎态度。马化腾在18年11月的世界互联网大会上回应“数据中台论”：“腾讯不能套用很多其他公司的做法，把数据直接去任意打通。因为在我们的平台里面，大量全部都是人和人之间的通信、社交行为数据，如果说数据可以任意打通，给公司业务部门或者给外部的客户用，那是会带来灾难性的后果。这方面我们要更加谨慎，我们要从用户的角度来考虑，把个人信息和数据保护放在优先地位。”很多人将这解读为腾讯不做数据中台，史凯却不这么认为。

在他看来，腾讯的回应并不是说他们不做数据中台，而是强调要在数据隐私上做更多的工作。其实所有的数据安全和隐私的保护都需要从场景出发。史凯认为，“不能从纯数据层面来看数据隐私，数据隐私是不能脱离场景的”。如果纯粹从数据层面，而不从业务场景层面去管理数据隐私，就会带来两方面的问题，要么数据被管理的非常死，阻碍了业务价值的产生；要么数据隐私管理就会有漏洞。

史凯举了一个例子，比如我们讲的用户交易数据，如果不关联用户基本信息，交易数据本身对于用户来说是不具备隐私风险的，因为它不关联到任何一个用户个体。所以，是可以对脱敏后的用户交易数据进行分析和利用的。

另一方面，如果脱离场景谈数据隐私，也可能会导致忽略了潜在的安全问题。有时候如果不把场景关联起来，可能两个数据看上去没有安全问题，但其实外人把这两个数据关联起来就产生价值了。这也是为什么在一开始的时候就要把所有的场景，尽可能地全部分析出来。

另外，设置权限、数据分级审核、库级数据脱敏等都是可以提升数据安全的手段。现代数据中台必须具备数据调用行为的监控和记录机制，反过来也能增强对数据安全和隐私的保护。

当前国内外已经有不少公司开始投资建设数据中台，大家比较熟悉的包括阿里、华为、联想、海航、上汽、壳牌等。

在史凯看来，数据中台当前处于上升发展期。虽然未来数据中台未必还叫做数据中台，但它一定会成为企业必备的基础组件。

世界正在从信息化向数字化发展。信息化是指大部分的工作都在物理世界里完成，然后用信电脑的数字化世界解决一小部分问题。数字化则是把人从物理世界搬到数字化世界。从这个角度来讲，数据中台将会变成物理世界的业务在数字化世界的一个还原。

数据中台设计的初衷是将计算与存储分离，从狭义上来说，真正最核心的数据中台可以是没有存储的。但就当前的情况来看，广义的数据中台在未来一段时间内仍会涵盖数据仓库、数据湖等存储组件，“数据工厂”这个概念可能更适用于现在的阶段。但随着数据中台的发展，未来很有可能不再需要数据湖了。

最后，史凯也提到了阿里中台战略中的另一个中台——“业务中台”。他表示“当前业务中台更偏实时交易，是从上往下沉淀业务；数据中台目前更偏分析、决策和洞察，为业务提供T+N和T+0的数据服务，但是再往前走，数据中台跟交易会慢慢结合得更为紧密。随着计算能力越来越强，以及微服务架构的进一步发展，未来业务中台和数据中台可能会融为一体。”

史凯，ThoughtWorks数据和智能总监，精益数据创新体系的提出者，2019年被评选为DataIQ100的数据赋能者，有近20年年的企业信息化、数字化转型架构和实施经验，为众多大型客户提供数字化转型战略略规划和咨询实施服务。

技术雷达是ThoughtWorks推出的公益的、不限行业的技术选型趋势报告，至今已坚持十年，旨在以雷达的表现形式，通过清晰的解读，给技术人员提供高质量、落地性强的技术平台、工具框架方面的选型指导，助力企业数字化转型。

【城市能源研究院】城市需要建什么样的能源数据中心？

来源：国网（苏州）城市能源研究院

免责声明：凡注明来源的文章作品，均转载自其它媒体，目的在于传递更多信息，内容仅供读者参考，不确保文章的准确性，如有侵犯版权请告知，我们将在24小时内删除！

活动预告

10月28-30日 数据中心运维管理工程师（1+1）培训班开始报名啦，有兴趣的小伙伴可以联系我们哦！

往期回顾

热文回顾

★ 微软长达两年的实验证实水下数据中心低故障且省电

★ 24图！全过程工程咨询全流程图解

★ 浅谈如何提升数据中心制冷能效

★ 弱电机房气流上送风与下送风之间如何选择？有什么不同？

★ 再砸5亿阿里京西背后的数据中心争夺战

★【人社部】新发布的9个新职业，你了解多少？

★【中国电子学会】数据中心运维与管理职业技能等级标准编制线上启动会成功召开

★【中国证券报】环京机柜数量惊人数据中心建设应避免一哄而上

★ “新基建”形势下数据中心建设的思考

★ 图解“新基建”形势下数据中心建设的思考！

★【中新网】中国数据中心规模全球第二，潜力巨大！

★ 数据中心基础设施建设工程竣工开车调试（验收）管理

★【机电天下】消防工程最全知识培训PPT，赶紧收藏！

更多详情请关注

数据中心人才基地

数据中心如何做好选址和规划？

电力问题、成本问题、操作和维护的方便性等因素，我们公司之前找鑫融网络做过机房。

微软为何将数据中心建在海底？

我是来看评论的

县大数据中心是什么部门

大数据中心属于省**直属正厅级事业单位。其主要职能为开展全省大数据发展战略、地方性法规、规章草案和标准规范的基础性研究工作；为全省电子政务基础设施规划建设、组织实施、运行维护提供支撑服务；承担全省**数据、公共数据、社会数据汇聚整合、共享开放、应用融合等数据管理工作。大数据分析有很大的潜力，但如果不准确，它会变成一个障碍。由于技术限制和其他商业考虑，数据分析公司的结果可能无法反映实际情况。企业要想保证通过大数据分析得出的结论是他们想要的结果，就需要提高大数据分析的准确性。大数据分析结果往往需要在短时间内得到，企业可能没有足够的先进技术来快速处理如此多的数据信息，这些*限性导致许多企业需要对数据进行抽样和分析。大数据管理机构作为一个**职能部门，主要发挥数据整合作用，为优化政务服务、提高行政效率提供技术基础；同时对数据经济的发展进行管理和引导。传统的信息多头交叉管理，使得“信息孤岛”现象不可避免。为解决这个问题，各地在大数据管理机构设立过程中，基本上是以政务信息富集的部门作为班底来组建，以实现公共数据资源统筹管理。大数据*的主要职能是：1、按照国家、省的要求拟定大数据标准体系和考核体系，组织实施大数据采集、管理、开放、交易、应用等相关工作。2、统筹推进社会经济各领域大数据开放应用。3、统筹协调智慧城市建设的整体推进工作等。4、贯彻执行国家和省有关电子政务工作的方针政策、法律法规、标准规范和规划方案，编春清制全市电子政务发展规划、技术标准及年度计划并组织实施。5、完善全市人口、法人、空间地理、宏观经济等基础数据库建设，推进全市跨部门数据交换共享平台的建设和应用。法律依据：《中华人民共和国事业单位登记管理暂扒中前行条例实施培前细则》第四条本细则所称事业单位，是指国家为了社会公益目的，由国家机关举办或者其他组织利用国有资产举办的，从事教育、科研、文化、卫生、体育、新闻出版、广播电视、社会福利、救助减灾、统计调查、技术推广与实验、公用设施管理、物资仓储、监测、勘探与勘察、测绘、检验检测与鉴定、法律服务、资源管理事务、质量技术监督事务、经济监督事务、知识产权事务、公证与认证、信息与咨询、人才交流、就业服务、机关后勤服务等活动的社会服务组织。

怎么从安全角度分析数据中心选址？

自建还是租用数据中心，个人感觉可以从2个方面去考虑这个问题：

1、需求。从需求入手考虑这个问题吧，评估一下需要的机柜数量以及单机柜的耗电量，也就是常说的功率密度，还就是楼主说的保密的问题，以及一些维护管理上的需求。

2、成本。自建和租用各有优势，租用上来讲成本好一点，省心一点，从基础设施（空调、电力、消防设备等）的维护管理都交给第三方来解决了；自建的话成本高一些，选址、电力接入、设备采购、工程招标、等等需要解决的问题有很多，建成以后还要考虑运营维护的问题，还需要专业的工程师7*24小时管理

另外，对于自建和租用的建议，自建我认为走两个极端，就是需求很少，可以考虑自建，比如几个直膨式的机房专用精密空调就可以解决问题的情况，类似于家用的室内机和室外机，，这样的话，管理维护很简单，建设成本也不会很高，也解决了对于第三方安全的担心；还有就是需求量很大，需求的机柜达到一千柜甚至更多的时候，也可以考虑自建，这个数量因为这种规模、这种需求的中型数据中心也值得作为一个大项目去投入精力去做；在几十到一千这中间，其实还是推荐采用租用的形式。（当然一千柜这个数据是我个人感受，并没有什么实际的数据支撑就非要到一千，大概这个范围吧）

从安全的角度考虑的话，租用机房的问题在于物理安全和数据安全两点吧，数据安全我不是很懂，如果采用三大运营商的一手的链路资源的话，我认为安全还是有保障的，另外物理安全，第三方数据中心的物理安全也是两个方面，一个是硬件，一个是管理，尤其是管理，一定要亲身去体验一下，第三方数据中心的管理策略，侧重点，对于安全的考量都是很不一样的。希望对楼主有帮助

反映数据中心位置的是？

1. 2. 因为数据中心的位置决定了数据的传输速度和延迟，以及对应的网络连接质量。数据中心的位置通常会选择在离用户较近的地方，以便提供更快的数据访问速度和更低的延迟。3. 此外，数据中心的位置也会考虑到供电稳定性、自然灾害风险、安全性等因素。因此，选择合适的数据中心位置对于保障数据的安全性和稳定性非常重要。

数据仓库面试总结 - 知乎

首先，我们先来看下数据库、数据集市、数据仓库以及数据湖的概念。

数据库（Database）是按照一定格式和数据结构在计算机保存数据的软件，属于物理层。

最早期是广义上的数据库，这个阶段的数据库结构主要以层次或网状的为主，这是数据库的数据和程序间具备非常强的依赖性，应用有一定*限性。

我们现在所说的数据库一般指的是关系型数据库。关系数据库是指采用了关系模型来组织数据的数据库，其以行和列的形式存储数据，具有结构化程度高，独立性强，冗余度低等优点。

关系型数据库主要用于联机事务处理OLTP（On-LineTransactionProcessing），主要用于进行基本的、日常的事务处理，例如银行交易等场景。

数据集市是一种微型的数据仓库，它通常是有更少的数据，更少的主题区域，以及更少的历史数据，如果数据仓库是企业级的，那数据集市就是部门级的，一般数据集市只能为某个*部范围内的管理人员服务。

数据仓库（DataWarehouse），可简写为DW或DWH。它是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。

数据仓库之父比尔·恩门于1990年提出数据仓库（DataWarehouse），数仓主要是为解决企业的数据集成与分析问题。数据仓库主要功能是将OLTP经年累月所累积的大量数据，通过数据仓库特有的数据储存架构进行OLAP，最终帮助决策者能快速有效地从大量数据中，分析出有价值的信息，提供决策支持。自从数据仓库出现之后，信息产业就开始从以关系型数据库为基础的运营式系统慢慢向决策支持系统发展。

一句话总结：数据仓库存在的意义在于对企业的所有数据进行汇总，为企业各个部门提供统一的，规范的数据出口。

数据仓库相比数据库，主要有以下两个特点：

在现在这个时代，数据对于企业而言，已经是一种重要资产。随着企业的不断发展，数据不断堆积，企业希望把生产经营中的所有相关数据都完整保存下来，进行有效管理与集中治理，挖掘和探索数据价值。而数据湖就应运而生。

数据湖是一个集中存储各类结构化和非结构化数据的大型数据仓库，它可以存储来自多个数据源、多种数据类型的原始数据，数据无需经过结构化处理，就可以进行存取、处理、分析和传输。数据湖能帮助企业快速完成异构数据源的联邦分析、挖掘和探索数据价值。

数据仓库和数据湖的不同类比于仓库和湖泊：仓库存储着来自特定来源的货物；而湖泊的水来自河流、溪流和其他来源，并且是原始数据。

数据仓库中的数据是按照一定的主题域进行组织的，每一个主题对应一个宏观的分析领域。数据仓库排除对于决策无用的数据，提供特定主题的简明视图。

比如说一个公司会有很多的部门，不同的部门都会去数据仓库拿数据，做自己要做的报表，我们把这一个部门或是某一个业务，也就是独立从我们数据仓库中获取数据的单元，把它称作为主题，也可以理解为一个主题就是一个部门。这个部门作为一个主题会从数据仓库总去获取数据，用于完成需要的报表。

数据仓库中的数据不是一开始就是在里面的，而是从各个分散的数据库中抽取出来的。但是有一个问题，就是这些来自不同数据库的数据会有重复和不一样的地方，如字段的同名异议、异名同义、单位不统一，字长不统一等。所以在集成的过程中，还要对数据进行清洗、规划、去敏等操作。

数据仓库中的数据主要是为了给企业做决策时分析使用，涉及的主要是对数据的查询，一般情况下不会对数据进行修改，如果数据仓库中的历史数据超过存储期限，则会直接删除。

因为数据仓库涉及的操作主要是查询，所以它的系统要比数据库简单很多，但是数据仓库涉及到查询的数据量一般都很大，所以在数据查询就有更高的要求。

数据仓库中的数据不可更新是针对应用来说的，也就是说，数据仓库的用户进行分析处理是不进行数据更新操作的。但并不是说，在从数据集成输入数据仓库开始到最后被删除的整个生存周期中，所有的数据仓库数据都是永远不变的。

数据仓库的数据是随着时间变化而变化的主要表现如下：

1）数据仓库随着时间变化不断增加新的数据内容。数据仓库系统必须不断捕捉OLTP数据库中变化的数据，追加到数据仓库当中去，也就是要不断的生成OLTP数据库的快照，经统一集成增加到数据仓库中去；但对于确实不在变化的数据库快照，如果捕捉到新的变化数据，则只生成一个新的数据库快照增加进去，而不会对原有的数据库快照进行修改。

2）数据库随着时间变化不断删去旧的数据内容。数据仓库内的数据也有存储期限，一旦过了这一期限，过期数据就要被删除。

3）数据仓库中包含有大量的综合数据，这些综合数据中很多跟时间有关，如数据经常按照时间段进行综合，或隔一定的时间片进行抽样等等。这些数据要随着时间的变化不断地进行从新综合。因此数据仓库的数据特征都包含时间项，以标明数据的历史时期。

将复杂的问题分解成多层来完成，每一次只处理简单的任务，方便定位问题。

规范数据分层，通过的中间层数据，能够减少极大的重复计算，增加一次计算结果的复用性。

不论是数据的异常还是数据敏感度，使真实数据与统计数据解耦开。

数据仓库基础分层主要是分为四层，如下图所示

如上图所示，一个公司可能有多个业务系统，而数据仓库就是将所有的业务系统按照某种组织架构整合起来，形成一个仓储平台，也就是数仓。

第一层：

ODS——原始数据层：存放原始数据

ODS层即操作数据存储，是最接近数据源中数据的一层，数据源中的数据，经过抽取、洗净、传输，也就说传说中的ETL之后，装入本层；一般来说ODS层的数据和源系统的数据是同构的，主要目的是简化后续数据加工处理的工作。从数据粒度上来说ODS层的数据粒度是最细的。ODS层的表通常包括两类，一个用于存储当前需要加载的数据，一个用于存储处理完后的历史数据。历史数据一般保存3-6个月后需要清除，以节省空间。但不同的项目要区别对待，如果源系统的数据量不大，可以保留更长的时间，甚至全量保存；数据在装入本层前需要做以下工作：去噪、去重、提脏、业务提取、单位统一、砍字段、业务判别。

第二层：

DWD——数据明细层：对ODS层数据进行清洗、维度退化、脱敏等。

该层一般保持和ODS层一样的数据粒度，并且提供一定的数据质量保证，在ODS的基础上对数据进行加工处理，提供更干净的数据。同时，为了提高数据明细层的易用性，该层会采用一些维度退化手法，当一个维度没有数据仓库需要的任何数据时，就可以退化维度，将维度退化至事实表中，减少事实表和维表的关联。例如：订单id,这种量级很大的维度，没必要用一张维度表来进行存储，而我们一般在进行数据分析时订单id又非常重要，所以我们将订单id冗余在事实表中，这种维度就是退化维度。

第三层：

DWS——数据汇总层：对DWD层数据进行一个轻度的汇总。

DWS层为公共汇总层，会进行轻度汇总，粒度比明细数据稍粗，会针对度量值进行汇总，目的是避免重复计算。该层数据表会相对比较少，大多都是宽表(一张表会涵盖比较多的业务内容，表中的字段较多)。按照主题划分，如订单、用户等，生成字段比较多的宽表，用于提供后续的业务查询，OLAP分析，数据分发等。

第四层：

DM——数据集市层：为各种统计报表提供数据。

存放的是轻度聚合的数据，也可以称为数据应用层，基于DWD、DWS上的基础数据，整合汇总成分析某一个主题域的报表数据。主要是提供给数据产品和数据分析使用的数据，通常根据业务需求，划分成流量、订单、用户等，生成字段比较多的宽表，用于提供后续的业务查询，OLAP分析，数据分发等。从数据粒度来说，这层的数据是汇总级的数据，也包括部分明细数据。从数据的时间跨度来说，通常是DW层的一部分，主要的目的是为了满足用户分析的需求，而从分析的角度来说，用户通常只需要分析近几年的即可。从数据的广度来说，仍然覆盖了所有业务数据。

注意：面试问到数仓分层，可以回答是四层，但是也一定要说是会根据企业实际情况来决定的。

下面再介绍下三层和五层（来自于阿里大数据之路）的情况

第一层：

ODS——原始数据层：存放原始数据

第二层：

DW——数据仓库层：数据清洗，初步汇总

本层将从ODS层中获得的数据按照主题建立各种数据模型，每一个主题对应一个宏观的分析领域，数据仓库层排除对决策无用的数据，提供特定主题的简明视图。在DW层会保存BI系统中所有的历史数据，例如保存10年的数据。

第三层：

DM——数据集市层：为各种统计报表提供数据。

第一层：

ODS——原始数据层：存放原始数据

第二层：

DWD——数据明细层：对ODS层数据进行清洗、维度退化、脱敏等。

第三层：

DWS——数据汇总层：对DWD层数据进行一个轻度的汇总。

第四层：

ADS——数据应用层：为各种统计报表提供数据

该层是基于DW层的数据，整合汇总成主题域的服务数据，用于提供后续的业务查询等。

第五层：

DIM——维表层：基于维度建模理念思想，建立整个企业的一致性维度。

维表层主要包含两部分数据：

在大数据时代，数据爆发式增长，如何将这些数据进行有序、有结构的分类组织和存储是大多数公司面临的一个挑战。

如果我们把数据当成书，我们也希望看到按类别整整齐齐排列好放置；如果把数据当做我们学习所做的笔记、总结，我们肯定是想把知识点按主题放在各个文件夹，每个知识点再排版整理好。

数据模型就是数据组织和存储方法，它强调从业务、数据存取和使用角度合理存储数据。

当有了适合业务和基础数据存储环境的模型（良好的数据模型），那么大数据就能获得以下好处：

现在数据处理大致可以分为两大类：

操作型处理，叫联机事务处理OLTP（On-LineTransactionProcessing），也可以称面向交易的处理系统，它是针对具体业务在数据库联机的日常操作，通常对少数记录进行查询、修改。用户较为关心操作的响应时间、数据的安全性、完整性和并发支持的用户数等问题。传统的数据库系统作为数据管理的主要手段，主要用于操作型处理。

分析型处理，叫联机分析处理OLAP（On-LineAnalyticalProcessing）一般针对某些主题的历史数据进行分析，支持管理决策。

这是数据仓库之父BillInmon提出的建模方法，即实体关系（EntityRelationship，ER）模型。这是从全企业的高度设计一个3NF模型，用实体关系模型来描述企业业务，在范式理论上符合3NF。

特点：设计思路自上而下，适合上游基础数据存储，同一份数据只存储一份，没有数据冗余，方便解耦，易维护，缺点是开发周期一般比较长，维护成本高。

范式理论：

范式可以理解为设计一张数据表的表结构，符合的标准级别，也就是规范和要求。

优点：关系型数据库设计时，遵照一定的规范要求，目的在于降低数据的冗余性。

缺点：范式的缺点是获取数据时，需要通过Join拼接出最后的数据。

分类：目前业界范式有第一范式(1NF)、第二范式(2NF)、第三范式(3NF)、巴斯-科德范式(BCNF)、第四范式(4NF)、第五范式(5NF)（这里只概述1NF、2NF和3NF）。

维度模型如图所示，主要应用于OLAP系统中，通常以某一个事实表为中心进行表的组织，主要面向业务，特征是可能存在数据的冗余，但是能方便的得到数据。

关系模型虽然冗余少，但是在大规模数据，跨表分析统计查询过程中，会造成多表关联，这会大大降低执行效率。所以一般都会采用维度模型建模，把相关各种表整理成两种：事实表和维度表两种。

在维度建模的基础上又可分为三种模型：星型模型、雪花模型、星座模型。

维度建模是从分析决策的需求出发构建模型，为分析需求服务，因此它重点关注用户如何更快速的完成需求分析，同事具有较好的大规模复杂查询的相应能力。其典型的代表是星型模型，以及在一些特殊场景下使用的雪花模型。

维度建模设计分为以下步骤：

星型模式是维度模型中最简单的形式，也是数据仓库以及数据集市开发中使用最广泛的形式。星型模式由事实表和维度表组成，一个星型模式中可以有一个或多个事实表，每个事实表引用任意数量的维度表。

星型模型与雪花模型的区别主要在于维度的层级，标准的星型模型维度只有一层，而雪花模型可能会涉及多层。

雪花模式是一种多维模型中表的逻辑布*，与星型模式相同，雪花模式也是由事实表和维度表所组成。所谓的“雪花化”就是将星型模型中的维度表进行规范化处理。当所有的维度表完成规范化后，就形成了以事实表为中心的雪花型结构，即雪花模式。

数据仓库由多个主题构成，包含多个事实表，而维表是公共的，可以共享（例如两张事实表共用一些维度表时，就叫做星型模型），这种模式可以看做星型模式的汇集，因而称作星系模式或者事实星座模式。

DataVault由Hub（关键核心业务实体）、Link（关系）、Satellite（实体属性）三部分组成，是DanLinstedt发起创建的一种模型方法论，它是在ER关系模型上的衍生，同时设计的出发点也是为了实现数据的整合，并非为数据决策分析直接使用。

Anchor模型是对DataVault模型做了进一步规范化处理，它是一个高度可扩展的模型，所有的扩展只是添加而不是修改，因此它将模型规范到6NF，基本变成了K-V结构模型。企业很少使用。

在数据仓库建模时，会涉及到模式的选择，我们要根据不同模式的特点选择适合具体业务的模式。

星型还是雪花，取决于性能优先，还是灵活更优先。

在实际开发中，不会绝对选择一种，根据情况灵活组合，甚至并存（一层维度和多层维度都保存）。

在传统企业数仓中，业务相对稳定，以范式建模为主。如电信、金融行业等。

在互联网公司，业务变化快，需求来来回回的改，计算和存储也不是问题，我们更关心快速便捷的满足业务需求，所以以维度建模为主。

数仓建模就是业务模型->概念模型->逻辑模型->物理模型的这样一个流程，下面我们详细解释一下各个模型阶段都要做什么。

1）业务建模：需求沟通

业务建模阶段其实是一次和业务人员梳理业务的过程，在这个过程中，不仅能帮助我们技术人员更好的理解业务，另一方面，也能够发现业务流程中的一些不合理的环节，加以改善和改进。

2）领域（概念）建模：画图想好怎么做

概念模型具体要求如下：

领域概念建模就是运用了实体建模法，从纷繁的业务表象背后通过实体建模法，抽象出实体，事件，说明等抽象的实体，从而找出业务表象后抽象实体间的相互的关联性，保证了我们数据仓库数据按照数据模型所能达到的一致性和关联性。

3）逻辑建模：表设计

事件实体化，也就是所谓的事实，并考虑其属性内容。

说明实体化，也就是所谓的维度，并考虑其属性内容。

逻辑模型具体要求如下：

总体来说就是建表，前面已经画出了关系图，这里只要将表里头有哪些字段考虑出来就可以，如果是事实表就考虑事实字段和业务主键，如果是维度表就考虑维度属性，SCD策略等等。在这里需要确定数据粒度，如果多个指标都用到一个字段，则取粒度最小的指标。如果不确定指标的量度，则取毫秒级作为粒度。

4）物理建模：建表

物理模型具体要求如下：

综合现实的大数据平台、采集工具、etl工具、数仓组件、性能要求、管理要求等多方面因素，设计出具体的项目代码，完成数仓的搭建。

总结来说，上面的模型设计流程大部分应用于DWD层，也就是事实维度层。通过建模，捋清逻辑，把业务落实到一张张表，并梳理表于表之间的关系。

从多个维度进行统计组合，形成多维度数据集，来从多个角度观察业务过程的好坏

业务需求驱动，数据驱动，构造数据仓库有两种方式：一是自上而下，一是自下而上。

BillInmon先生推崇“自上而下”的方式，即一个企业建立唯一的数据中心，就像一个数据的仓库，其中数据是经过整合、经过清洗、去掉脏数据的、标准的，能够提供统一的视图。要建立这样的数据仓库，并不从它需要支持哪些应用入手，而是要从整个企业的环境入手，分析其中的概念，应该有什么样的数据，达成整体概念。

RalphKimball先生推崇“自下而上”的方式，他认为建设数据仓库应该按照实际的应用需求，加载需要的数据，不需要的数据不要加载到数据仓库中。这种方式建设周期较短，客户能够很快看到结果。（针对客户的需求，需求要什么就做什么）

3）进行代码逻辑测试，验证数据加工逻辑的正确性

4）代码发布，加入调度并配置相应的质量监控和报警机制

事实表作为数据仓库维度建模的核心，紧紧围绕着业务过程来设计，通过获取描述业务过程的度量来表达业务过程，包含了引用的维度和与业务过程有关的度量。

事实表有三种类型:事务事实表、周期快照事实表和累积快照事实表。

下图为机票支付成功事务事实表：

Kimball的维度模型设计方法有以下四个步骤：选择业务过程、声明粒度、确定维度、确定事实。

在当前互联网大数据环境下，业务场景越来越复杂，所以一般会在Kimball的四步维度建模方法上进一步做出改进，以便适合公司业务场景（所以这里共有五步）。

明确业务需求后，就需要对我们的需求进行详细分析，对业务的整个生命周期进行分析，明确关键的业务步骤，从而选择与需求有关的业务过程。

以淘宝的一个交易订单为例：

上图中淘宝订单的业务过程有四个：创建订单、买家付款、卖家发货、买家确认收货。

3）根据具体的业务需求，选择与维度建模有关的业务过程

比如是选择“买家付款”这个业务过程，还是选择“创建订单”和“买家付款”这两个业务过程，具体根据业务情况来定。

如果选择买家付款这个业务过程，那么事实表应该为只包含买家付款这一个业务过程的单事务事实表；如果选择的是所有四个业务过程，并且需要分析各个业务过程之间的时间间隔，那么所建立的事实表应该为包含了所有四个业务过程的累计快照事实表。

粒度的声明，意味着精确定义事实表的每一行所表示的业务含义。

明确的粒度能够确保对实表中行的意思的理解不会产生混淆，保证所有的事实按照同样的细节层次记录。

应尽量选择最细级别的原子粒度，以确保事实表的应用具有最大的灵活性。

灵活性：支持无法预期的各种细节层次的用户需求。

对于订单级别，粒度可以定义为最细的订单级别（如，父子订单，事实表的粒度可以定“子订单级别”）。

完成粒度声明后，就意味着确定了主键，对应的维度组合以及相关的维度字段就可以确定了。

维度选择的原则：应该选择能够描述清楚业务过程所处的环境的维度信息。

确定原则：选择与业务过程有关的所有事实，且事实的粒度要与所声明的事实表的粒度一致。

思路：可以通过回答“过程的度量是什么”来确定。

注意：将不可加性事实分解为可加的组件（分解的原则：可以通过分解后的可加的属性值，计算得到不可加性事实）。

冗余常用维度字段（比如商品类目），方便下游用户使用（过滤查询、控制聚合）

也可称为原子事实表，描述业务过程，跟踪控件或时间上某点的度量时间，保存的是最原子的数据。

类似于mysqlbinlog日志，每一次相关的change都记录下来，生成一行新的数据。

只看某个业务过程，比如订单收货，数据按订单收货时间来切分，周期可以为每天、每月等。

用来描述过程开始和结束之间的关键步骤事件，覆盖过程的整个生命周期，通常具有多个日期字段来记录关键时间点；当过程随着生命周期不断变化时，记录也会随着过程的变化而被修改。

要看整个生命周期的多个业务过程，比如：创建订单→买家付款→卖家发货→买家确认收货。粒度是一个订单一行数据，创建订单时间，付款时间，发货时间，收货时间，分别作为一个字段，便于计算不同业务过程的时间间隔。

在Kimball的维度建模的数据仓库中，关于多维体系结构（MD）有三个关键性概念：总线架构（BusArchitecture），一致性维度（ConformedDimension）和一致性事实（ConformedFact）。

在多维体系结构（MD）（也就是总线架构）的数据仓库架构中，主导思想是分步建立数据仓库，由数据集市组合成企业的数据仓库。但是，在建立第一个数据集市前，架构师首先要做的就是设计出在整个企业内具有统一解释的标准化的维度和事实，即一致性维度和一致性事实。而开发团队必须严格的按照这个体系结构来进行数据集市的迭代开发。

一致性维度就好比企业范围内的一组总线，不同数据集市的事实的就好比插在这组总线上的元件。这也是称之为总线架构的原因。

实际设计过程中，我们通常把总线架构列表成矩阵的形式，其中列为一致性维度，行为不同的业务处理过程，即事实，在交叉点上打上标记表示该业务处理过程与该维度相关。这个矩阵也称为总线矩阵（BusMatrix）。

总线架构和一致性维度、一致性事实共同组成了Kimball的多维体系结构的基础，也建立了一套可以逐步建立数据仓库的方法论。由于总线架构是多维体系结构的核心，所以我们有时就把多维体系结构直接称为总线架构。

每家机构都有一个关键业务过程组成的潜在价值链，这个价值链确定机构主体活动的自然逻辑流程。数据仓库建设就是围绕着价值链建立一致化的维度和事实。

矩阵的每一行对应都对应机构中的一个业务过程，每一列都和一个业务维度相对应，用叉号填充显示的是和每一行相关的列。业务过程应该先从单个数据源系统开始，然后再进行多数据源的合并。

企业数据仓库总线矩阵是DW/BI系统的一个总体数据架构，提供了一种可用于分解企业数据仓库规划任务的合理方法，开发团队可以独立的，异步的完成矩阵的各个业务过程，迭代地去建立一个集成的企业数据仓库。

在多维体系结构中，没有物理上的数据仓库，由物理上的数据集市组合成逻辑上的数据仓库。而且数据集市的建立是可以逐步完成的，最终组合在一起，成为一个数据仓库。如果分步建立数据集市的过程出现了问题，数据集市就会变成孤立的集市，不能组合成数据仓库，而一致性维度的提出正式为了解决这个问题。

一致性维度的范围是总线架构中的维度，即可能会在多个数据集市中都存在的维度，这个范围的选取需要架构师来决定。一致性维度的内容和普通维度并没有本质上区别，都是经过数据清洗和整合后的结果。一致性维度建立的地点是多维体系结构的后台（BackRoom），即数据准备区。

在多维体系结构的数据仓库项目组内需要有专门的维度设计师，他的职责就是建立维度和维护维度的一致性。在后台建立好的维度同步复制到各个数据集市。这样所有数据集市的这部分维度都是完全相同的。建立新的数据集市时，需要在后台进行一致性维度处理，根据情况来决定是否新增和修改一致性维度，然后同步复制到各个数据集市。这是不同数据集市维度保持一致的要点。

例如，如果建立月维度话，月维度的各种描述必须与日期维度中的完全一致，最常用的做法就是在日期维度上建立视图生成月维度。这样月维度就可以是日期维度的子集，在后续钻取等操作时可以保持一致。如果维度表中的数据量较大，出于效率的考虑，应该建立物化视图或者实际的物理表。这样，维度保持一致后，事实就可以保存在各个数据集市中。虽然在物理上是独立的，但在逻辑上由一致性维度使所有的数据集市是联系在一起，随时可以进行交叉探察等操作，也就组成了数据仓库。

在建立多个数据集市时，完成一致性维度的工作就已经完成了一致性的80%－90%的工作量。余下的工作就是建立一致性事实。一致性事实和一致性维度有些不同，一致性维度是由专人维护在后台（BackRoom），发生修改时同步复制到每个数据集市，而事实表一般不会在多个数据集市间复制。需要查询多个数据集市中的事实时，一般通过交叉探查（drillacross）来实现。

这样，一致性维度将多个数据集市结合在一起，一致性事实保证不同数据集市间的事实数据可以交叉探查，一个分布式的数据仓库就建成了。

总线矩阵：业务过程和维度的交点。

一致性维度：同一集市的维度表，内容相同或包含。一致性维度要么是统一的，要么是维度表的一个子集。

一致性事实：不同集市的同一事实，需保证口径一致，单位统一。指每个度量在整个数据仓库中都是唯一的统计口径，为了避免歧义，一个度量只有唯一的业务术语。

维度是维度建模的基础和灵魂。在维度建模中，将度量称为“事实”，将环境描述为“维度”，维度是用于分析事实所需要的的多样环境。

例如，在分析交易过程时，可以通过买家、卖家、商品和时间等维度描述交易发生的环境。

维度所包含的表示维度的列，称为维度属性。维度属性是查询约束条件、分组和报表标签生成的基本来源，是数据易用性的关键。

维度属性的作用一般是查询约束、分类汇总以及排序等。

维度或维度属性的获取，可以从以下两方面获取：

2）可以在和业务人员的交谈中发现维度或维度属性。

维度属性的作用一般是查询约束、分类汇总以及排序等，在确定维度属性时，应当提前考虑以下内容：

比如淘宝商品维度有近百个维度属性，为下游的数据统计、分析、探查提供了良好的基础。

属性不应该是编码，而应该是真正的文字。在间里巴巴维度建模中，一般是编码和文字同时存在，比如商品维度中的商品ID和商品标题、类目ID和类目名称等。ID一般用于不同表之间的关联，而名称一般用于报表标签。

数值型宇段是作为事实还是维度属性，可以参考字段的一般用途。如果通常用于查询约束条件或分组统计，则是作为维度属性；如果通常用于参与度量的计算，则是作为事实。比如商品价格，可以用于查询约束条件或统计价格区间的商品数量，此时是作为维度属性使用的也可以用于统计某类目下商品的平均价格，此时是作为事实使用的。另外，如果数值型字段是离散值，则作为维度属性存在的可能性较大；如果数值型宇段是连续值，则作为度量存在的可能性较大，但并不绝对，需要同时参考宇段的具体用途。

4）沉淀出通用的维度属性，为建立一致性维度做好铺垫

有些维度属性获取需要进行比较复杂的逻辑处理，有些需要通过多表关联得到，或者通过单表的不同宇段混合处理得到，或者通过对单表的某个字段进行解析得到。此时，需要将尽可能多的通用的维度属性进行沉淀。一方面，可以提高下游使用的方便性，减少复杂度；另一方面，可以避免下游使用解析时由于各自逻辑不同而导致口径不一致。

作为维度建模的核心，在企业级数据仓库中必须保证维度的唯一性。以淘宝商品维度为例，有且只允许有一个维度定义。

此处的主维表一般是ODS表，直接与业务系系统同步。以淘宝商品维度为例，sauctionauctions是与前台商品中心系统同步的商品表，此表即是主维表。

数据仓库是业务源系统的数据整合，不同业务系统或者同一业务系统中的表之间存在关联性。根据对业务的梳理，确定哪些表和主维表存在关联关系，并选择其中的某些表用于生成维度属性。以淘宝商品维度为例，根据对业务逻辑的梳理，可以得到商品与类目、SPU、卖家、店铺等维度存在关联关系。

本步骤主要包括两个阶段，其中第一个阶段是从主维表中选择维度属性或生成新的维度属性；第二个阶段是从相关维表中选择维度属性或生成新的维度属性。

以淘宝商品维度为例，从主维表(s_auction_auctions)和类目、SPU、卖家、店铺等相关维表中选择维度属性或生成新的维度属性。

一范式（1NF）：域应该是原子性的，即数据库表的每一列都是不可分割的原子数据项。

域：域就是列的取值范围，比如性别的域就是（男，女）

不符合一范式的表格设计如下：

很明显上表所示的表格设计是不符合第一范式的，商品列中的数据不是原子数据项，是可以进行分割的，因此对表格进行修改，让表格符合第一范式的要求，修改结果如下表所示：

实际上，1NF是所有关系型数据库的最基本要求，你在关系型数据库管理系统（RDBMS），例如SQLServer，Oracle，MySQL中创建数据表的时候，如果数据表的设计不符合这个最基本的要求，那么操作一定是不能成功的。也就是说，只要在RDBMS中已经存在的数据表，一定是符合1NF的。

二范式（2NF）：在1NF的基础上，实体的属性完全函数依赖于主关键字（混合主键），不能存在部分函数依赖于主关键字（混合主键）。

不符合二范式的表格设计如下：

上述表格中是混合主键（学生ID+所修课程），但是所属系和系主任这两个属性只依赖于混合主键中的学生ID这一个属性，因此，不符合第二范式。

如果有一天学生的所属系要调整，那么所属系和系主任这两列都需要修改，如果这个学生修了多门课程，那么表中的多行数据都要修改，这是非常麻烦的，不符合第二范式。

符合二范式的表格设计如下：

通过上述的修改，当一个学生的所属系需要调整时，不管学生修了多少门课程，都只需要改变上表中的一行数据即可。

三范式：3NF在2NF的基础之上，消除了非主属性对于主键（复合主键）的传递依赖。

不符合三范式的表格设计如下：

很明显，上表中，商品颜色依赖于商品ID，商品ID依赖于订单ID，那么非主属性商品颜色就传递依赖于订单ID，因此不符合三范式，解决方案是将大数据表拆分成两个或者更多个更小的数据表。

符合三范式的表格设计如下：

定义：关系模式R中，若每一个决定因素都包含码，则R属于BCFN。

理解：根据定义我们可以得到结论，一个满足BC范式的关系模式有：

例如有关系模式C(Cno,Cname,Pcno)，Cno，Cname，Pcno依次表示课程号、课程名、先修课。可知关系C只有一个码Cno，且没有任何属性对Cno部分函数依赖或传递函数依赖，所以关系C属于第三范式，同时Cno是C中的唯一决定因素，所以C也属于BC范式。

定义：限制关系模式的属性之间不允许有非平凡且非函数依赖的多值依赖。

理解：显然一个关系模式是4NF，则必为BCNF。也就是说，当一个表中的非主属性互相独立时（3NF），这些非主属性不应该有多值，若有多值就违反了4NF。

第五范式有以下要求：

第五范式是在第四范式的基础上做的进一步规范化。第四范式处理的是相互独立的多值情况，而第五范式则处理相互依赖的多值情况。

应用场景：当冗余的信息有价值或者能大幅度提高查询效率的时候，我们才会采取反范式的优化。

一些情况下，比如存在频繁查询时，可以容忍适当的冗余设计，目的是减少多表关联查询，提高效率。

例如：订单表中冗余了商品信息和用户相关信息，避免查询订单时关联用户表和商品表去查询相关信息，提高效率。

优点：增加数据表中的冗余字段来提高数据库的读性能

缺点：

优点：范式化的表减少了数据冗余，数据表更新操作快、占用存储空间小。

缺点：

反范式化的过程就是通过增加数据表中的冗余字段来提高数据库的读（查询）性能，但冗余数据会牺牲数据一致性。

优点：

缺点：

元数据打通了源数据、数据仓库、数据应用，记录了数据从产生到消费的全过程。元数据主要记录数据仓库中模型的定义、各层级间的映射关系、监控数据仓库的数据状态及ETL的任务运行状态。在数据仓库系统中，元数据可以帮助数据仓库管理员和开发人员非常方便地找到他们所心的数据，用于指导其进行数据管理和开发工作，提高工作效率。

正是有了元数据，才使得数据仓库的最终用户可以随心所欲地使用数据仓库，利用数据仓库进行各种管理决策模式的探讨。元数据是数据仓库的应用灵魂，可以说没有元数据就没有数据仓库。

根据用途的不同，可将元数据分为两类：技术元数据（TechnicalMetadata)和业务元数据（BusinessMetadata）。

技术元数据是存储关于数据仓库系统技术细节的数据，是用于开发、管理和维护数据仓库使用的数据。

它主要包含以下信息：

业务元数据从业务角度描述了数据仓库中的数据，它提供了介于使用者和实际系统之间的语义层，使得不懂计算机技术的业务人员也能够“读懂”数据仓库中的数据。

业务元数据主要包括以下信息：

在信息打包过程中，需要用包图表示维度和类别还有它们之间的传递和映射关系，实际上这个操作就是在原业务系统的基础上创建了元数据。其中的维度、类别还有层次关系是属于典型的技术型元数据，而业务系统中与之对应的术语则属于业务元数据。比如日期、区域、产品、客户年龄和客户状况等维度，实际销售、计划销售、预测销售、计划偏差和预测偏差等指标皆属于元数据。这些数据在以后的分析中起到了极为重要的作用。

元数据是数据管理、数据内容、数据应用的基础，在数据管理方面为集团数据提供在计算、存储、成本、质量、安全、模型等治理领域上的数据支持。

从元数据的类型和作用来看，元数据实际上是要解决何人在何时、何地为了什么原因及怎样使用数据仓库的问题。再具体化一点，元数据在数据仓库管理员的眼中是数据仓库中的包含了所有内容和过程的完整知识库和文档，而在最终用户（即数据分析人员）眼中，元数据则是数据仓库的信息地图。

数据分析员为了能有效地使用数据仓库环境，往往需要元数据的帮助。尤其是在数据分析员进行信息分析处理时，他们首先需要去查看元数据。元数据还涉及到数据从操作型环境到数据仓库环境中的映射。当数据从操作型环境进入数据仓库环境时，数据要经历一系列重大的转变，包含了数据的转化、过滤、汇总和结构改变等过程。数据仓库的元数据要能够及时跟踪这些转变，当数据分析员需要就数据的变化从数据仓库环境追溯到操作型环境中时，就要利用元数据来追踪这种转变。另外，由于数据仓库中的数据会存在很长一段时间，其间数据仓库往往可能会改变数据的结构。随着时间的流逝来跟踪数据结构的变化，是元数据另一个常见的使用功能。

元数据描述了数据的结构、内容、链和索引等项内容。在传统的数据库中，元数据是对数据库中各个对象的描述，数据库中的数据字典就是一种元数据。在关系数据库中，这种描述就是对数据库、表、列、观点和其他对象的定义；但在数据仓库中，元数据定义了数据仓库中的许多对象——表、列、查询、商业规则及数据仓库内部的数据转移。元数据是数据仓库的重要构件，是数据仓库的指示图。元数据在数据源抽取、数据仓库开发、商务分析、数据仓库服务和数据求精与重构工程等过程都有重要的作用，在下图中可以看到元数据在整个数据仓库开发和应用过程中的巨大影响。因此，设计一个描述能力强并且内容完善的元数据，对数据仓库进行有效地开发和管理具有决定性意义。

数据治理体系是指从组织架构、管理制度、操作规范、IT应用技术、绩效考核支持等多个维度对组织的数据模型、数据架构、数据质量、数据安全、数据生命周期等各方面进行全面的梳理、建设以及持续改进的体系。

数据治理的目标是提高数据的质量准确性和完整性，保证数据的安全性（保密性、完整性及可用性），实现数据资源在各组织机构部门的共享；推进信息资源的整合、对接和共享，从而提升集团公司或政务单位信息化水平，充分发挥信息化作用。

如下图所示，数据治理体系包含两个方面：一是数据质量核心领域，二是数据质量保障机制。

两者内容及相互关系如下图：

为了有效管理信息资源，必须构集团级数据治理体系。数据治理体系包含数据治理组织、数据构架管理、主数据管理、数据质量管理、数据服务管理及数据安全管理内容，这些内容既有机结合，又相互支撑。

数据治理的第一个步骤是从业务的视角厘清组织的数据资源环境和数据资源清单，包含组织机构、业务事项、信息系统，以及以数据库、网页、文件和API接口形式存在的数据项资源，本步骤的输出物为分门别类的数据资源清单。

通过可视化的ETL工具（例如阿里的DataX，PentahoDataIntegration）将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程，目的是将散落和零乱的数据集中存储起来。

一般情况下，可以将数据分为基础数据、业务主题数据和分析数据。基础数据一般指的是核心实体数据，或称主数据，例如智慧城市中的人口、法人、地理信息、信用、电子证照等数据。主题数据一般指的是某个业务主题数据，例如市场监督管理*的食品监管、质量监督检查、企业综合监管等数据。而分析数据指的是基于业务主题数据综合分析而得的分析结果数据，例如市场监督管理*的企业综合评价、产业区域分布、高危企业分布等。那么基础库和主题库的建设就是在对业务理解的基础上，基于易存储、易管理、易使用的原则抽像数据存储结构，说白了，就是基于一定的原则设计数据库表结构，然后再根据数据资源清单设计数据采集清洗流程，将整洁干净的数据存储到数据库或数据仓库中。

元数据管理是对基础库和主题库中的数据项属性的管理，同时，将数据项的业务含义与数据项进行了关联，便于业务人员也能够理解数据库中的数据字段含义，并且，元数据是后面提到的自动化数据共享、数据交换和商业智能（BI）的基础。需要注意的是，元数据管理一般是对基础库和主题库中（即核心数据资产）的数据项属性的管理，而数据资源清单是对各类数据来源的数据项的管理。

数据被业务场景使用时，发现数据错误，数据治理团队需要快速定位数据来源，修复数据错误。那么数据治理团队需要知道业务团队的数据来自于哪个核心库，核心库的数据又来自于哪个数据源头。我们的实践是在元数据和数据资源清单之间建立关联关系，且业务团队使用的数据项由元数据组合配置而来，这样，就建立了数据使用场景与数据源头之间的血缘关系。数据资源目录：数据资源目录一般应用于数据共享的场景，例如**部门之间的数据共享，数据资源目录是基于业务场景和行业规范而创建，同时依托于元数据和基础库主题而实现自动化的数据申请和使用。

数据价值的成功发掘必须依托于高质量的数据，唯有准确、完整、一致的数据才有使用价值。因此，需要从多维度来分析数据的质量，例如：偏移量、非空检查、值域检查、规范性检查、重复性检查、关联关系检查、离群值检查、波动检查等等。需要注意的是，优秀的数据质量模型的设计必须依赖于对业务的深刻理解，在技术上也推荐使用大数据相关技术来保障检测性能和降低对业务系统的性能影响，例如Hadoop，MapReduce，HBase等。

数据治理的目的是使用，对于一个大型的数据仓库来说，数据使用的场景和需求是多变的，那么可以使用BI类的产品快速获取需要的数据，并分析形成报表，比较知名的产品有MicrosoftPowerBI，QlikView，Tableau，Smartbi等。

数据共享包括组织内部和组织之间的数据共享，共享方式也分为库表、文件和API接口三种共享方式，库表共享比较直接粗暴，文件共享方式通过ETL工具做一个反向的数据交换也就可以实现。我们比较推荐的是API接口共享方式，在这种方式下，能够让中心数据仓库保留数据所有权，把数据使用权通过API接口的形式进行了转移。API接口共享可以使用API网关实现，常见的功能是自动化的接口生成、申请审核、限流、限并发、多用户隔离、调用统计、调用审计、黑白名单、调用监控、质量监控等等。

指数据中记录的信息和数据是否准确，数据记录的信息是否存在异常或错误。准确性关注的是数据记录中存在的错误，如字符型数据的乱码现象就存在着准确性的问题，还有就是异常的数值：异常大或者异常小的数值、不符合有效性要求的数值等。

数据的精确性（Precision）是指对同一对象的观测数据在重复测量时所得到不同数据间的接近程度。精确性，也可以叫精准性。精确性与我们数据采集的精度有关系。精度高，要求数据采集的粒度越细，误差的容忍程度越低。

比如测量人的身高，我们可以精确到厘米，多次测量差异只会在厘米级别；测量北京到上海的距离，我们精确到公里，多次测量结果间的差异会在公里级别:采用游标卡尺测量一个零件的厚度，可以精确到1/50毫米，多次测量的结果间的误差也只会在1/50毫米间。采用的测量方法和手段直接影响着数据的精确性。

数据的真实性，也叫数据的正确性(Rightness)。数据的正确性取决于数据采集过程的可控程度，可控程度高，可追溯情况好，数据的真实性容易得到保障，而可控程度低或者无法追溯，数据造假后无法追溯，则真实性难以保证。为了提高数据的真实性，采用无人进行过程干涉的智能终端直接采集数据，能够更好地保证所采集数据的真实性，减少人为干预，减少数据造假，从而让数据更加正确地反应客观事物。

比如月初会对上个月的经营和管理数据进行统计汇总，这些数据能否及时处理完成，财务能否在月度关账后及时核算。数据的及时性是我们数据分析和挖掘及时性的保障。如果公司的财务核算复杂，核算速度缓慢，上个月的数据在月中才能统计汇总完成，等需要调整财务策略的时候，已经到了月底了，一个月已经快过完了。特别是公司做大了之后，业务覆盖多个市场，多个国家，数据不能及时汇总，会影响到高层决策的及时程度，数据的及时性与企业数据处理的速度和效率有直接的关系，为了提高数据的及时性，越来越多的公司采用管理信息系统，并在管理信息系统中附加各种自动数据外理功能，能够在数据上传系统之后自动完成绝大部分报表，从而保证数据外理的效率。计算机自动外理中间层数据是提高企业数据处理效率的有效手段。

除了保证数据采集的及时性和数据外理的效率问题外，还需要从制度和流程上保证数据传输的及时性，数据报表完成了，要及时或者在要求的时间范围内发送到指定的部门，或者上传到指定的存储空间。

指数据采集时间节点和数据传输的时间节点，一个数据在数据源头采集后立即存储，并立即加工呈现，就是即时数据，而经过一段时间之后再传输到信息系统中，则数据即时性就稍差。

比如微博的数据采集，当用户发布了微博，数据立即能够被抓取和加工，会生成即时微博数据报告，并随着时间推移，数据不断变化，我们可以称作是即时采集和处理的。一个生产设备的仪表即时反应着设备的温度、电压、电流、气压等数据，这些数据生成数据流，随时监控设备的运行状况，这个数据可以看作是即时数据。而当设备的即时运行数据存储下来，用来分析设备运行状况与设备寿命的关系，这些数据就成为历史数据。

比如一条信息采集12个数据点，如我们采集员工信息数据的时候，要求填写姓名，出生日期，性别，民族、籍贯，身高、血型、婚姻状况，最高学历，最高学历专业、最高学历毕业院校、最高学历毕业时间等12项信息，而某一员工仅仅填写了部分信息，如只填写了其中的5项，则该员工所填写数据的完整性只有一半。

一个公司数据的完整性体现着这个公司对数据的重视程度。要求采集数据而实际上并未完整采集，只采集了一部分，这就是不完整的，往往是公司对数据采集质量要求不到位导致的。公司要求每个人都填写完整的个人信息表，而有部分员工拒绝填写，公司2000员工，只有1200人填写了完整的个人信息表，则这个数据集就是不完整的。

另外，对干动态数据，还要从时间轴上去衡量数据采集的完整性。比如，我们要求每小时采集一次数据，每天会形成24个数据点，记录为24条数据，但是员工渎职，只记录了20次，那么这个数据集也是不完整的。

数据的全面性和完整性不同，完整性衡量的是应采集和实际采集的差异。而全面性指的是数据采集点的遗漏情况。

比如说，我们要采集员工行为数据，我们只采集了员工上班打卡和下班打卡的数据，上班时间的员工行为数据并未采集，或者没有找到合适的方法来采集。那么，这个数据集就是不全面的。

比如描述一个产品的包装，仅仅描述了产品包装的正面和背面，没有记录产品包装的侧面，则就是不全面的。我们记录一个客户的交易数据，我们只采集了客户订单中的产品、订单中产品的价格和数量，而没有采集客户送货地址，采购时间，这个数据采集就是不全面的。

比如腾讯OO和微信的用户数据记录了客户交流沟通的数据；阿里和京东的用户数据记录了用户的购买交易数据；百度地图记录了用户出行的数据；大众点评和美团记录了客户餐饮娱乐的数据。对于全面描述一个人的生活的衣食住行各方面，这些公司的数据都是不全面的，而如果把他们的数据整合起来，则会形成更加全面的数据。所以说，数据的全面性是一个相对的概念。过度追求数据的全面性是不现实的。

比如员工工资数据和工绩效考核数据是通过员工这个资源关联在一起来的，而且绩效数据直接关系到工资的多少。采购订单数据与生产订单数据之间通过物料的追溯机制进行关联，而生产订单又是由员工完成的，即通过员工作业数据与员工信息数据关联起来。

1）从技术层面来说，需要构建一套高效、健壮的ETL程序，以此保证数据清洗、转换后数据的正确性和一致性。

2）从流程上来说，整个ETL是多个任务，按步骤顺序执行的一个过程，后置任务依赖前置任务，定期执行，整个流程需要自动化，并且哪个环节出现了问题，给予预警，通知相关维护人员及时处理。

3）从管理层面上来说，数据仓库是构建在公司各个业务系统之上，它是一面镜子，很多时候它能反映出业务系统的问题，所以需要管理层的支持和约束，比如通过第一条说的事后自动检验机制反映出业务系统的维护错误，需要相应的业务系统维护人员及时处理。

如下图，基本流程如下：发现数据质量问题>定义数据质量规则>质量控制>质量评估>质量优化。

如何基于云原生架构加速智慧医院建设？ | 信息化观察网 - 引领行业变革

三甲医院传统院内信息化系统经历20多年的建设发展，目前正面临智慧医院建设转型中的诸多问题：例如在互联互通和电子病历评级过程中，原有单体应用、C/S架构应用的ESB性能、单点故障和服务治理问题；在基于消息驱动模型的医疗大数据分析中数据标准化、全面向性和及时性等问题；在后疫情时代，传统架构无法快速满足互联网医疗发展的问题；医院物联网应用的数据分析计算协同问题等等。

基于云原生架构的解决方案是医院迈向数字化时代的必由之路，包括面向医务人员的“智慧医疗”、面向患者的“智慧服务”以及面向管理者的“智慧管理”都可以利用云原生架构实现。

社区近日组织2021容器云职业技能大赛医疗行业应用创新解决方案成果发布及探讨活动，邀请到武汉市中心医院、深圳华侨医院、西宁市中医院、内蒙古医科大学附属医院、中山大学附属肿瘤医院、南京市第二医院、廊坊人民医院和浏阳市中医医院等8家医院的一线技术专家和东软集团、RedHat公司的技术顾问参与，针对如何基于云原生架构加速三甲医院实现互联互通、建设智慧医院，在热烈的氛围中对基于云原生架构的医院信息化解决方案进行了讨论和探索。

本文梳理了与会者的分享精华，重点从五个方面20个交流主题进行总结，包括：医院业务容器化转型的思考，智慧医院建设的思考，智慧医院解决方案的实施和部署，容器云平台的使用、安全和运维，交流共识，希望给致力于研究的医院容器云解决方案的同行们提供一定的参考和帮助。

一、医院业务容器化转型的思考

目前医院信息化发展以ESB和C/S架构私有云部署为主，基于容器化的云云原生架构尚未普及。特别是核心HIS/PACS/EMR等业务系统也没有进行微服务化改造。那么，考虑对医院业务系统进行微服务化改造并采用容器技术进行部署，哪些信息化系统会比较合适呢？如果将现有业务系统进行改造部署，困难和问题又有哪些？

1、三甲医院目前适合容器化的典型应用有哪些？

jakeyyu某三甲医院系统架构师：

首先明确的就是互联网业务，因为大部分互联网业务可以使用单体结构技术去实现，比如功能单一的业务或并不复杂的业务；第二就是在核心业务中可以拆分成为独立服务的业务，通过接口与核心相连。

刘东东软集团IT技术咨询顾问：

目前三甲医院最适合的容器化场景应该是智慧医院应用场景。

例如说患者中心：通过服务化、移动化的手段使医疗服务和医院流程向患者集中。医疗费用中心，通过微服务和容器化支持产品应用快速构建，灵活应对医院快速发展的信息化需求。

另外，在医院的云数据中心建设上，容器化部署也会带来很多好处。

基于容器化的云原生技术是大势所趋，容器云具备快速部署和便捷运维等特性，支持DevOps的开发运维一体化，可以让医院信息中心业务部署更灵活，更简单。

2、三甲医院业务的特殊性和复杂性导致单体应用转变为云原生架构具有一定的困难性，如何解决？

【问题描述】云原生架构中具有微服务、容器化、DevOps等特点，目前国内三甲医院的信息化建设相对较为完善，技术成熟，为了尽快全面实现互联互通，智慧化医院建设，也期待技术上的领先和突破。目前，国内大多数三甲医院的信息系统体量较大，绝大多数以单体应用为主。随着政策的指引，以及信息安全的要求，ESB总线技术业已全面应用在三甲医院的信息化平台架构中。作为云原生架构的优点，容器化和微服务应用优势明显。但是三甲医院业务的特殊性和复杂性导致单体应用转变为云原生架构具有一定的困难性，比如业务如何拆分并迁移至微服务，数据如何统一管理，业务流程的全面管控，在转变过程中这些困难如何克服？

Sam_ZhuRedHat（Beijing）解决方案架构师：

需要引入具有丰富经验的合作伙伴和领先解决方案的厂商。三甲医院的IT建设水平处在行业领先阶段，在智慧医院建设方向也有很强的意愿。红帽与近90%全球500强企业客户合作，帮助他们进行数字化转型，使用OpenShift业内领先技术，在应用微服务和容器化、业务流程自动化等方面积累了丰富经验。相信红帽的技术再配合东软在行业解决方案方面的能力，一定能为广大三甲医院客户IT建设带来全面提升。

医疗行业技术专家：