数据中台

大数据：

TL，是英文 Extract-Transform-Load 的缩写，用来描述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。ETL 是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗，最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。我们在下方列出了7款开源的ETL工具，并讨论了从 ETL 转向“无 ETL”的过程，因为 ELT 正迅速成为现代数据和云环境的终极过程。

1.1 ETL的定义 ETL分别是“Extract”、“ Transform” 、“Load”三个单词的首字母缩写也就是“抽取”、“转换”、“装载”，但我们日常往往简称其为数据抽取。ETL是BI/DW（商务智能/数据仓库）的 核心和灵魂，按照统一的规则集成并提高数据的价值，是负责完成数据从数据源向目标数据仓库转化的过程，是实施数据仓库的重要步骤。ETL包含了三方面，首 先是“抽取”：将数据从各种原始的业务系统中读取出来，这是所有工作的前提。其次“转换”：按照预先设计好的规则将抽取得数据进行转换，使本来异构的数据 格式能统一起来。最后“装载”：将转换完的数据按计划增量或全部导入到数据仓库中。

建立企业级大数据中台

赋能业务应用、 建设数据资产、承启技术平台

什么是中台？

数据好比石油，，数据中台好比发电厂，用户好比用电。

数据中台是企业的数据服务工厂，完成从数据到价值的加工过程，它是包含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。

数据中台不是一个特殊的产品或者一个技术架构，他是一种综合解决方案或者是运营理念。数据中台的核心在于建立一种标准的数据体系，快速支撑前段应用的能力。通过数据来驱动业务的创新和变革。数据中台就好比一颗大树，业务产生了基本的数据，然后在大树的作用下产生果实和二氧化碳，又返回给了大树、鸟、空气。数据来源于业务又反哺于业务，周而复始，蕴含着无限的能量，形成了一个数据生态，这个生态蕴含着无穷的可能性。中台是一种：技术、赋能、创新、生态。

二者处理数据的思路是一样的, 分布式并行处理, 某种程度上也都能完成同样