就在前几年，人们在说"数据平台"四个字的时候，都是信手拈来，不用去想这四个字到底是什么含义，也不会产生什么思维上的混乱。
这种思想上的默契，在2019年被彻底打破了。来搅局的，正是耳熟能详、方兴未艾的“数据中台”。
于是，朋友们就开始思考中台到底比平台先进在哪里，一定要给出个说法，目前有两个常见的观点：
- 万能分层轮：数据中台在数据平台的上一层，数据平台提供基础设施，数据中台与业务对接。
- 阴谋论：数据中台是新瓶装旧酒，数据中台就是穿了马甲的数据平台。正如，数据挖掘、机器学习、AI的这三兄弟，其实都是一码事。
这些解释还算很差强人意，但听半天却也没有什么心得和收获。有的解释变成了名次的循环解释和文字游戏，更有甚者，开始从"平"字和“中”字上做文章，一定要找出点差别来，这就不多说了...
1. 从历史阶段来看大数据发展史
我们不妨把眼光放的更长远一些，数据仓库、数据平台、数据中台的迭次出现，本身就形成了一部大数据发展史。
数据仓库是90年代在BI（商业智能）的时代背景下的一个产物，主要目标就是为了支持数据分析，因此报表或OLAP工具都是BI/数仓的标配。为了更好的支持数据分析，就需要一种有效的手段去组织数据，即数据仓库建模方法论。
点一下KimBall、Inmon两位大神的名字，不熟悉的朋友可以搜索下，你会收获很多。
2010年前后，随着互联网的兴起，人们对数据分析的诉求越来越多，与数据相关的系统越来越复杂，主要体现在：
- 数据源种类越来越多，除了传统数据库，NoSQL库、图库、日志、半格式化数据广泛出现在业务系统中。收集这些系统中的数据，本身就面临种种挑战
- 数据需要进行的预处理逐渐增多，与这些预处理任务相关的脚本的执行和任务编排/调度变得越来越复杂
- 数据分析系统越来越多样，如数据导出到NoSQL库、图库、甚至缓存，数据在仓库和这些系统之间的流转越来越复杂，甚至只有少数的数仓专家能胜任。
人们发现，急需一套完整的系统，从异构源数据的采集、数据ETL代码开发与管理、任务调度、监控、数据同步等等方方面面的功能、或模块有机的整合起来，最好能够无缝对接，从而降低数据加工处理的复杂性。
这一套应运而生的、有机整合的工具链系统就是数据平台。
可以这么说，在数据仓库阶段，人们已经认识到了大数据的价值，并从数据建设的角度出发，完成了数据归集和整理。所以我认为数据仓库时代，就是大数据资产化的时代。
数据平台，从工具链的角度，整合了零散的各种数据工具，进一步降低了数据的使用门槛。数据平台就是数据工具的平台化时代。
数据仓库以数据为目标、数据平台以工具为目标这种格局持续到2018年。
2018年前后，互联网企业逐渐寡头化、流量红利见顶之后，各大阵营开始从粗放的流量运营向精细化的用户运营转变。
随着对数据需求的加大和加深，如：阿里的全域营销，需要能够横向看到优酷、天猫、淘宝、虾米等各业务线的数据。
此时，才发现之前按照部门、或业务线分别建设的数据仓库其实是一个个的数据孤岛，由于缺乏驱动力，数据并没有融通。
数据和系统建设需要以业务场景为驱动，改变原有的纯数据视角或纯工具视角，支持业务才是最终目标，因此业务就变成了前台，数据与工具建设就变成了背后的中台。
这个变化乍一看变化不大， 事实上数据中台对现有架构的改变，比想象中要大很多：
- 数据建设需要从业务视角出发，要打破烟囱，也会打破原来的利益格局
- 原来把工具做好，等人上门来用就好了。现在不行了，业务方要的是数据服务，中台需要更向前一步，把数据服务做好，并且还要考虑复用性。
- 但是跟业务方贴的太紧了呢，跟业务系统怎么分，如何做到可以支持多业务，这里面的分寸该怎么拿捏？
因此，数据中台是以业务为导向和目标的，但又要足够抽象、以便能尽可能支持更多的场景和业务。
从数据角度来说，数据中台需要做到全局打破烟囱、统一建设、有机融合；从系统角度来说，数据中台需要在各个环节减少不必要的阻塞和"协同"，允许用户自助式的通过数据服务获取和使用数据。
2. 没有哪个更优秀，只是发展阶段的历史使命不同
那是不是说数据中台就比数据平台更有优势、更优秀呢？其实不能这么看，他们所处的历史时期和使命不同。
这个历史时期需要跟你所在企业的相匹配，才能做出正确的选择。如果跨越阶段，大干快上搞中台，费时费力不说，还可能成为笑柄，如：
搞中台的不知道业务目标、业务在野蛮增长阶段，好像对大数据也没有那么强烈的诉求,你说这事能不烂尾么....万万不可东施效颦。
3. 数据平台不会自行演变成数据中台，需要外在力量
既然都已经是中台时代了，是不是我的数据系统天生就是数据中台了，就好像在64位机时代，闭着眼选的CPU也不会是32位一样？
也不能这么看，根据之前的探讨，数据仓库和数据平台有它的历史使命，即使你的目标就是建数据中台，数据仓库不还是要建设的么，数据仓库和数据平台都是数据中台的基础，他们是以一种新的形态和理念呈现在数据中台中的。
4. 从马克思的观点看数据中台和未来趋势
从马克思政治经济学的角度，根据生产关系的性质，人类社会可以划分为原始社会、奴隶社会、封建社会、资本主义、共产主义等。
大数据和业务之间的关系，大致也可以有这个类比，大数据从可有可无、锦上添花、到雪中送炭的认知升级，就是这个关系演变的体现，我们甚至可以推测一下数据中台之后的一个历史阶段，大数据和业务会是个怎么样的关系。
关于这一点，请继续关注居士的文章：）
