企业级架构：从“云”到中台

前面讲了这么多，我们知道“分布式”其实就是多台计算机一起工作的数据处理技术方案。同时，我们可以把多台计算机，以及能够让这些计算机好好配合、协作工作的软件框架，统称为“云”。因此，“分布式计算”也叫作“云计算”，“分布式存储”也叫作“云存储”，“云计算”和“云存储”都是“云”的具体内容。

云=多台计算机+分布式的软件框架

这几年，“云”这个概念实在是太火了。数据上云，算法上云，应用上云，服务也上云，各个企业都争先恐后地采用基于云的技术架构。有了云，就有了能够运用大数据的神秘能力！

那么，企业该如何获得“云”的能力呢？有两种基本方法，一是自己构建“云”，二是租用“云”。

企业自己构建“云”就相当于自己花钱搭建一个机房，买很多台计算机摆上，连上网线，在每台计算机上面都安装并配置好支持大数据应用的软件框架，比如前面提到的Hadoop。

企业租用“云”，就是找一个合格的第三方公司，让这个第三方公司来完成构建“云”的麻烦事儿，并且承包运作具有强大“云”能力的机房。此时，这些需要获得大数据技术能力的企业可以花钱租用这个第三方公司对外提供的“云”服务。如果这个第三方公司把某一固定数量的大数据资源提供给一家企业使用，那么这个“云”就是“私有云”；如果把同一数量的大数据资源开放共享给多家企业使用，各家企业按需付费，那么这个“云”就是“公有云”。

一般自己建“云”的企业都是那些财大气粗的大企业。毕竟，购买一堆普通计算机的成本也不是一个“小数目”。这些企业还有一个特点，就是特别重视数据安全和数据价值，不希望自己的数据被“偷”，或者自己的数据被别人莫名其妙地用了，从而陷入“信息安全”方面的坑里。例如银行机构，基本上都会自己盖园区、造机房。

当然，对于业务不是太敏感的企业，自己“烧钱”建设“云”未免过于奢侈了，所以通常优先考虑“租用云”的解决方案，并且大多租用“公有云”。咱买不起房，还租不起房吗？租房不用花钱买地、不用装修、不用修缮，直接住就行了，省钱又省心。机房有人看着，网络和程序有人维护，用多少计算机的计算和存储资源，就花多少钱，还不浪费！国外主要的“公有云”有亚马逊的AWS和微软的Azure，而国内比较主流的“公有云”既包括名字“响亮霸气”的阿里云、华为云，也有名字十分接地气的网易云和百度云。

由于可以对大数据技术能力进行租用，在涉及和大数据相关的“数字化”业务时，再也没有经济成本方面的门槛，任何中小企业都可以对大数据技术“跃跃欲试”了。

当然，除了“私有云”和“公有云”，企业对大数据技术还有一种更加省力的玩法，就是直接从具备大数据技术能力的第三方公司获取数据分析服务，而不必关心这些服务背后是怎么工作的。能够直接提供数据分析服务的第三方公司也叫作行业SaaS厂商。

“云”只提供底层的大数据处理功能，而SaaS则是在“云”的基础之上，结合“中台”的业务数据和具体的计算分析引擎，提供的综合数据服务，可以对特定的领域和特定的行业提供企业级的数据支持。

我们都知道阿里巴巴是一家非常厉害的企业，其经营的淘宝平台上有成千上万个小商户在卖东西，阿里巴巴把这些商户的交易信息都收集起来，放在自己建设的“中台”上，又搭建了很多数据分析算法来分析“中台”上的数据。特定的算法加上这些算法处理的数据结果，就形成了有价值的SaaS数据服务。这就像一台提前把焦距和色彩都调好了的傻瓜相机一样，拍照的时候需要什么风景效果，直接“获取”就可以了。

不同的数据服务可以用来分析不同的业务知识，给其他中小企业进行业务赋能。例如，有的算法可以预测用户买哪种商品，有的算法可以评估产品的质量，有的算法可以进行商品比价和排序。如果一家企业想进行产品设计、客户管理或营销活动，则可以在自己设计的App或小程序中，调用这些数据服务，对正在开展的业务进行数字化升级。

“中台”就像航空母舰似的，它拥有足够多的数据“燃料”，企业如果挂靠在“中台”上，这些“燃料”就会成为企业业务增长的助推剂。

关于“中台”，后面的章节中会详细讨论，毕竟“中台”是在企业数字化过程中扮演的一个非常重要的角色，是衔接从业务到数据，再从数据到业务的重要“枢纽”。

该图是为企业提供云服务的大型数据中心一角，需要专门的工程技术人员来对这些服务器进行日常的监控和维护。将大数据基础能力外包给专业的第三方公司来做，是当前比较流行的做法。