大数据时代来临，大数据仓库在新时代下仍然是“数据仓库”，不同的是版本升级了，技术进化了，大数据平台上的“数据中台”就是这个数据仓库的升级版。

无论是“传统数据仓库”还是“数据中台”，都是要先建立一个仓库并进行相应配套，把数据引进来，加工处理后，再把数据用起来。体系架构可分为：数据采集层、数据仓库层、数据服务层三大层次，或再根据需要进一步细分（这里不再叙述），通过这三大层次，对上层数据应用提供强有力的数据支撑。

不同的是，数据中台数据来源更宽，目标更大，应用更广。就好像我们曾经常用老式手机，而目前都流行智能手机一样。

数据来源

传统数据仓库，数据基本是结构化数据，来源主要是各种关系型数据库（oracle，mysql，sybase，db2），而数据中台的数据来源期望是全域数据，包括业务数据库，日志数据，埋点数据，爬虫数据，外部数据等，数据类型可以是结构化数据或者非结构化的数据。好比我们老式手机，数据主要就是语音彩信，而智能手机数据除了语音更多来源于网络。

建库目标

传统数据仓库建库主要目标是进行部分数据的分析统计，最多做下预警，进行趋势分析。

而数据中台融合整个企业的全部数据，统一口径，打通隔阂。数据中台通常会对来自全域基础数据进行转换、清洗、计算、挖掘，并生成更为丰富的主题。

数据中台遵循 One Data, One ID, One Service，就是说数据中台不仅仅是汇聚企业各种数据，而且让这些数据遵循相同的标准和口径，让事物能统一或者相互关联起来，并且提供统一的数据服务接口。

数据应用

建立在数据中台上的数据应用不仅只是面向于报表，更多面向营销推荐，用户画像，AI决策分析，风险评估，通过数据挖掘产生新业务等。而且这些应用的特点是比较轻，容易快速开发出来，因为重要的数据分析在数据中台已经完成并且沉淀，之前工作成果都能被多个应用轻松共享。

数据存储计算

数据中台是建立在分布式存储和分布式计算基础上，理论上可以无限扩容。而多数的传统数仓工具都是建立的单机或集群的基础上，一旦数据量变大，扩容受限，并且成本高昂。

数据中台是一套系统，是一个职能部门，是一个数据的生产中心，通过一系列平台、工具、流程、规范来为整个组织提供数据资产管理和服务。数据中台负责全域数据采集、数据资产加工和管理、并通过中台向前台提供数据服务的，所以数据中台的核心应该是数据资产管理和数据赋能，让数据真正产生价值，成为企业的利润中心，而不少成本中心。

相关阅读：数字化工厂2020：塑造制造业的未来