很可惜 T 。T 您现在还不是作者身份，不能自主发稿哦～
如有投稿需求，请把文章发送到邮箱tougao@appcpx.com，一经录用会有专人和您联系
咨询如何成为春羽作者请联系：鸟哥笔记小羽毛（ngbjxym）
这是彭文华的第104篇原创
今天带大家去看看字节跳动数据中台罗哲大佬的分享会。按照惯例，先放大佬介绍镇楼！
话不多说，直接上干货~~~先放个目录了解一下大佬的思路。
字节目前也处于数据平台向数据中台进军的道路上，并且已经有一些成绩了。
在18年的时候，字节的数据平台已经构建的比较完善了。其建设内容已经完全覆盖核心业务。这个不用过多解释哈，字节就是靠推荐吃饭的，这数据能力自然没的说。
所以在19年的时候，数据平台基本需求的建设基本就不是重点了，开始往用户体验和业务赋能方向探索，并且启动数据治理体系的建设。我理解，字节的数据治理肯定是一直在做的，因为这是根基啊！只不过19年才系统化、体系化的建立数据治理体系了。
20年的时候，开始思考商业化，并且开始追求中台服务化了。
其实绝大多数公司基本都是这个套路哈，先满足内部核心业务需求；然后再服务好外部客户，同时练好内功，搞好数据治理工作；然后再去追求商业化，产出更多商业价值。
这里也给各位中台负责人参考一下，这个是字节跳动的经验。这是国内最顶尖公司，以数据、算法起家的公司，都是这个套路，一步一个脚印。所以那些宣称买个数据中台产品、半年就能搭起来的人，你们就能知道是啥情况了哈。如果老板这么说，咱就可以抬出各种例子来跟他摆事实，讲道理，要不然后患无穷啊
俗话说，端多大碗，就吃多大饭。字节的数据平台已经趋于完善的情况下，自然就需要考虑数据平台的局限性，以及后续的发展。
数据平台最大的问题在于价值的有限释放，具体体现在两方面：
业务人员使用的成本和门槛较高
单纯被动赋能，功劳都是别人的
做数据的同学应该深有体会，有成果了，运营和产品拿去邀功，出问题了，全tmd是数据部门的错，俗称背锅侠。我经常被老板喊过去问这个数据是咋回事，然后回来一通彻查。所以为啥要做数据血缘啊，方便追溯啊~~~
罗哲大佬提了几个问题，基本上都是我们都需要自己想清楚的：
目标用户是谁？
要解决什么问题？
业务最需要的是什么？
很多人做数据中台，连这几个都没想清楚，就开始胡乱的做。找的供应商专业还比较好，会帮你梳理。要是找个半拉子供应商，所托非人，价钱压的又低，我就呵呵了。
字节遇到的问题跟绝大多数公司一样，无非就业务规模大、烟囱式建设、数据资产和治理几个方面，都是老生常谈了。出现这些问题的原因也很容易理解，信息系统建设从来都不是一蹴而就的，一点一点建设，必然就出现了烟囱；业务在前面跑，数据治理这种吃力不讨好的事情必然会延后；业务越做越大，基本上也就会出现了规模上的问题。
那为了解决上述的问题，就不能只停留在数据平台的层面了。中台的概念恰好在这个时机提出来，也恰好能满足大家对于上述问题的需求。
罗哲大佬的这张图真的很有意思。
在公司野蛮生长的时期，大多数业务团队都自己养着几个数据分析师。但是玩着玩着就玩脱了，因为不同的语言就出现了，各个业务团队自说自话，一问形式一片大好，最终结果却惨不忍睹。这时候数据团队就成了业务的发言人。
于是公司就要建数据平台，将所有数据相关人员聚拢在一起，统一口径、统一平台，避免重复造轮子。这时候会造成非常多的业务线的阻碍和压力，如果不是一个强力的数据leader和无条件信任的CEO，这个项目基本就黄了。
在中台建立之后，数据可以服务化，数据人员又可以下放到业务团队，深入业务，以业务目标为导向，帮助赋能业务线。
阿里的数据团队之前也这么玩过。车品觉大佬就曾经这么组织过，先聚拢，再打散，一收一放，都是浑厚的内功啊！
罗哲大佬的思路也是一样的，在这个阶段，启动数据BP，到业务团队中去，向下兼容底层数据各项能力，组织业务场景，向上对业务前台、业务中台、职能中台和技术中台输出解决方案。
从技术层面基本上也就这几个方面，做好数据生产，建好数据产品，治理和运营好这些数据。
但是最后一点比较有意思：对服务进行量化。
很多同学也在问，数据团队的OKR/KPI该怎么设？罗哲大佬给了一个参考：
服务价值度的量化
服务满意度的量化
服务提供价值度的量化就用访问覆盖度和访问量。这个用来量化团队的贡献。通过解析adhoc的查询流量，如果该查询落在数仓的那一层，则说明该层已经覆盖这个需求。然后把所有数据汇聚计算一下占比，就能得出数仓各层的查询需求覆盖度。要是所有数据都直接击穿数仓，查询ODS层，那就等于你这上面建的都白建了啊。
服务满意度的量化通过各业务团队的问卷调查来实现，主要调研范围有数据质量、数据产品/工具、OnCall服务（没细讲，应该是一次电话解决的意思）和需要提升的点。
那如何达到这个目标呢？自然是通过组织的力量。有个笑话说3000块钱月薪的人在思考世界格局，百万年薪的人在思考如何优化组织。你品，你细品~~~
这张片子里充满了工程学思维的味道，非常务实，完全是锤子钉钉子的逻辑。
人力资源和机器资源的协调、组织和平台的联动、业务痛点的点对相应、通用场景的工程能力抽象，这要是给HR部门，非得疯了不可，太干巴。咱技术人就是这么朴实无华，直击要害，就是要解决问题。
这个图很关键，但是PPT地方小，不是很好排版，我给你转化一下。
最下面是数据平台的工作，搞定各种基础数据、业务数据和各种画像。
然后就是实时和离线数仓，通过Cube注册和发布之后，在指标平台对各种指标进行管理等操作，对外提供数据服务。
另外这里也做了数据血缘的管理，方便对数据进行向上追溯和向下影响分析。
再往上应该就是数据中台服务化的核心--MFS，为C/B端提供指标查询服务。这里同时还用了微服务的理念，做了服务的监控、服务发现/注册、服务熔断/降级。这也能理解，字节的流量太大了，对于C/B端的应用，必须要高度重视，要不就闹笑话了。很多厂子里也这么玩，多一层解耦，下面应对的会更从容一些。
再往上就是各种数据应用了，A/B Test、BI平台、C/B端应用等。
这是数据架构，典型的Lambda架构。离线Spark，实时Flink。最后汇聚到各种存储，对外提供数据服务。
罗哲大佬还特意提到了微批计算，他们用的是hudi搭建的，对于一些介于实时和T+1之间的数据场景（主要是近实时场景），就可以用这套架构了。
最上面的Binlog是数据源，通过三条线往下游走，跟上面的图对应。最左边的一条线是通过DTS（数据传输服务）扔到Hive中，按天汇总后还是扔到Hive的离线数仓里，对外提供离线数据服务。
中间一条线是通过Flink 扔到Hudi中，加上离线数仓中的一部分数据，组成了准实时数据湖，通过增量的方式扔到Hive中，对外提供近实时的数据服务。
最右边一条直接走Flink之后，进行维度数据关联，到Spark/ Presto中汇聚，对外提供实时数据服务。
然后就是B端和C端的应用场景展示：
从罗哲大佬现场的讲解和这张图上可以看出，未来发展的重心还是如何让数据使用、探查的场景变得越来越易用。如果是换一家公司，可能会说怎么挖掘数据价值，但是字节的整个帝国都是建立在数据和算法基础上的，再强调这个也没啥太大的新意了吧
。
原有的MFS、指标和血缘，都是为了更好的适应和满足“字段-->指标--应用”的场景。
但是之后会往知识模型的方向进行探索，绘制数据地图、建立数仓白皮书、答疑知识库等，让业务方更容易，也更简单的使用数据，提升创富效率。
罗哲大佬现场也透露，会进行kappa架构的探索。但不会搞一刀切，只是选择合适的场景进行建设。所以可以预见的是，字节数据架构中，Lambda和Kappa架构应该是共存的状态。
后台回复“字节跳动”获取罗哲大佬分享的“字节跳动数据中台服务化的发展和实践”PPT。
配合以下文章享受更佳
干货 | 一口气说完MR、Storm、Spark、SparkStreaming和Flink
本文为作者独立观点，不代表鸟哥笔记立场，未经允许不得转载。
《鸟哥笔记版权及免责申明》 如对文章、图片、字体等版权有疑问，请点击 反馈举报
Powered by QINGMOB PTE. LTD. © 2010-2022 上海青墨信息科技有限公司 沪ICP备2021034055号-6
我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求，为完善跟帖评论自律管理，为了保护用户创造的内容、维护开放、真实、专业的平台氛围，我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容，同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。
一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规，对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息，主要表现为：
1)反对宪法所确定的基本原则；
2)危害国家安全，泄露国家秘密，颠覆国家政权，破坏国家统一，损害国家荣誉和利益；
3)侮辱、滥用英烈形象，歪曲、丑化、亵渎、否定英雄烈士事迹和精神，以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉；
4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动；
5)煽动民族仇恨、民族歧视，破坏民族团结；
6)破坏国家宗教政策，宣扬邪教和封建迷信；
7)散布谣言，扰乱社会秩序，破坏社会稳定；
8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪；
9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序；
10)侮辱或者诽谤他人，侵害他人名誉、隐私和其他合法权益；
11)通过网络以文字、图片、音视频等形式，对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法规禁止的其他内容；
2. 不友善：不尊重用户及其所贡献内容的信息或行为。主要表现为：
1)轻蔑：贬低、轻视他人及其劳动成果；
2)诽谤：捏造、散布虚假事实，损害他人名誉；
3)嘲讽：以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述，以此来激怒他人；
4)挑衅：以不友好的方式激怒他人，意图使对方对自己的言论作出回应，蓄意制造事端；
5)羞辱：贬低他人的能力、行为、生理或身份特征，让对方难堪；
6)谩骂：以不文明的语言对他人进行负面评价；
7)歧视：煽动人群歧视、地域歧视等，针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击；
8)威胁：许诺以不良的后果来迫使他人服从自己的意志；
3. 发布垃圾广告信息：以推广曝光为目的，发布影响用户体验、扰乱本网站秩序的内容，或进行相关行为。主要表现为：
1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式：
2)单个帐号多次发布包含垃圾广告的内容；
3)多个广告帐号互相配合发布、传播包含垃圾广告的内容；
4)多次发布包含欺骗性外链的内容，如未注明的淘宝客链接、跳转网站等，诱骗用户点击链接
5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光；
6)购买或出售帐号之间虚假地互动，发布干扰网站秩序的推广内容及相关交易。
7)发布包含欺骗性的恶意营销内容，如通过伪造经历、冒充他人等方式进行恶意营销；
8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。
4. 色情低俗信息，主要表现为：
1)包含自己或他人性经验的细节描述或露骨的感受描述；
2)涉及色情段子、两性笑话的低俗内容；
3)配图、头图中包含庸俗或挑逗性图片的内容；
4)带有性暗示、性挑逗等易使人产生性联想；
5)展现血腥、惊悚、残忍等致人身心不适；
6)炒作绯闻、丑闻、劣迹等；
7)宣扬低俗、庸俗、媚俗内容。
5. 不实信息，主要表现为：
1)可能存在事实性错误或者造谣等内容；
2)存在事实夸大、伪造虚假经历等误导他人的内容；
3)伪造身份、冒充他人，通过头像、用户名等个人信息暗示自己具有特定身份，或与特定机构或个人存在关联。
6. 传播封建迷信，主要表现为：
1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病；
2)求推荐算命看相大师；
3)针对具体风水等问题进行求助或咨询；
4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失，包括通过占卜方法问婚姻、前程、运势，东西宠物丢了能不能找回、取名改名等；
7. 文章标题党，主要表现为：
1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户；
2)内容与标题之间存在严重不实或者原意扭曲；
3)使用夸张标题，内容与标题严重不符的。
8.「饭圈」乱象行为，主要表现为：
1)诱导未成年人应援集资、高额消费、投票打榜
2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
5)通过「蹭热点」、制造话题等形式干扰舆论，影响传播秩序
9. 其他危害行为或内容，主要表现为：
1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的；
2)不当评述自然灾害、重大事故等灾难的；
3)美化、粉饰侵略战争行为的；
4)法律、行政法规禁止，或可能对网络生态造成不良影响的其他内容。
二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时，本网站将依据相关用户违规情节严重程度，对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号，或者滥用多个帐号发布违规内容时，本网站将加重处罚。
三、申诉
随着平台管理经验的不断丰富，本网站出于维护本网站氛围和秩序的目的，将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议，可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)