前言

这个从上至下都在强调数字化转型的时代，越来越多公司重视数据，也越来越多的企业有数据建设的需求。

企业无论做任何数据工作，必然要有一定的信息化基础，也要有数据化建设的基础，少不了数据平台、数据应用工具，数据管理工具等

关于企业数据建设这块，本人从事了近7年，从技术到项目管理，做过乙方也做过甲方，也有多年和各乙方厂商打交道的经验，遂来分享选型“内幕”。

涉及到的产品有：数仓、大数据平台、报表、BI、数据中台、数据治理等。

数仓

数据仓库算是一个解决方案，视企业需求有不同架构（传统数仓、数据集市、大数据平台等），架构下有很多分层和组件，比起工具更需要架构师能力，具体原理就不讲了。关于数仓的选型主要涉及：数据存储方案、ETL、还有前端应用。

底层的数据仓库服务器通常是一个关系数据库系统，常用的方案有Oracle、db2、还有greenplum、teredata等数据仓库专业解决方案。

传统的关系型数据库有：oracle、mysql、DB2。

大规模并行处理数据库：Vertica、Teradata(商业)、Greenplum (开源)。

Teradata老江湖了，银行业使用较多，但成本也是真的贵，目前我们做项目较多的是用Greenplum，算是业界最快和最高性价比的高端数据仓库解决方案，Greenplum是基于PostgreSQL的，于2015年开源。我知道的国内四大行有3家在用，5大物流公司有4家在用，不少公司在从Teradata迁移到GP。

大数据平台主流的是：Hadoop+Hive。这套方案有多通用不用多说了，后面说到的大数据平台厂商也大多基于这个来设计平台产品。

ETL工具，kettle、Tablend和Penthao用的较多。

Talend:基于Eclipse，具有很好的扩展性、稳定性以及可定制化（可以自己开发eclipse插件），并且服从Eclipse标准（如文件目录结构都是程序员熟悉的结构）。Talend具有很好的嵌入性，因为它生成的是Java代码，这些代码可以很好的和其他系统结合在一起，这就要求使用者会java。

Penthao是一个老牌工具，2001年就发布了第一个版本，Kettle是Penthao整个解决方案的一个组件，用来进行数据集成。它也是基于java开发的，但是它不要求用户会java，将底层实现细节都隐藏了。主要的缺点是和talend相比，它的扩展性较差。由于它很难扩展，所以在社区中可用的组件就比较少。

前端应用工具主要就是报表、BI和数据挖掘，前两者的选型后面会细讲。

大数据平台

2013年左右，Hadoop体系的不断完善，标志着大数据应用场景可以被满足了。这时候就有前沿的一些企业开始做大数据平台，厂商特别多，主流的就说3个吧，华为、星环还有新华三。

这几年这些厂商也开始往“数据中台”的概念上走。但是毕竟是传统软件厂商，有点搞不太懂互联网公司提的“数据中台”到底是啥，貌似跟他们做的大数据平台没啥区别。

其实所有大数据平台都已经具备了“数据中台”的基础能力，你拿大数据平台和数据中台的产品对一下，其实各种底层架构和功能大体都一样，对于大部分企业来讲，中台那一套还是适合互联网运营商银行的“有钱主”，“数据巨无霸”，真的中台更强调数据服务化，但普通企业有几家真的达到这个痛点，还是老老实实做好数据化管理吧。

如果你的公司有庞杂的业务系统，数据量达到PB级，海量数据的存储、计算的需求，三个里面选型吧，对比下方案。

报表

现在还在做报表的厂商已经很少了，国内主流的就帆软finereport和润乾，起初很火的水晶报表最近也见的少了，还有开源的工具jaspereport也用的挺多。

选型方面，普通小公司，1~2个数据工作者，建议采购一个报表平台就行了，不用急着上BI。

帆软finereport功能齐全，生态和服务很好，招报表工程师也比较好招，价格比其他厂商略贵，品牌和服务溢价也能理解，毕竟国内top1。

润乾已被帆软打压的走低价，号称一套万把块钱，应该还会按并发抬价，还不算服务和项目实施，乙方可以考虑。

BI平台

BI在零几年的时候都是国外市场的天下，BO、Brio、Cognos、MSTR等，都是老牌BI厂商，我做纯技术的时候就大量使用他们的产品。东西都不便宜，而且是按产品+用户双重收费，不太划算。架构也是真的复杂，上手难度对比现在互联网时代产品的使用风格，也是确实难。

早期国内市场只有报表，但凡BI相关的大单都被国外厂商垄断，但是后面BI的需求越来越明显，就和当初信息化产业发展类似，中小型企业的需求逐渐显露。于是国内也就开始发展BI了，比如帆软BI、BDP等。东西也不差，价格比国外的美丽多了，而且基本都只是限定服务器，不限定用户数，怎么用都OK。再到后来，tableau、powerBI这俩工具型产品火了起来，有很多拥护的个人使用者，上手确实好用，但是在企业级应用场景，要看性能和并发成本，就见仁见智了。

不过用BI，就不是2、3个人的事情了，必须得建数仓，然后再做各种可视化、多维分析等。所以就得有数仓工程师、ETL工程师、BI工程师等岗位。当然，你要是牛，一个人全兼了也没问题，很多单位招人也确实要兼做。

中大型公司，有好几个业务系统的，建议采购BI系统，什么数仓、指标体系、固定报表、多维分析、数据可视化就都有了。建设期得多几个人，建好之后就很舒服了，业务固定的话，留两个人维护就OK了。

数据中台

“中台”的概念就是阿里推广开的。阿里从SuperCell学过来这一套，然后化为阿里内功后，再向外推广。“数据中台”也是那时候一起推广出来的。所以主要的厂商都是阿里系的人出来创业的公司。

袋鼠云、数澜、奇点云都是阿里的P9出来创办的公司，技术都差不多。

袋鼠云是阿里DBA团队出来的，比较鸡贼，牢牢的跟阿里绑死，阿里接单，袋鼠云干活，跟在阿里后面。

数澜是阿里产品团队出来的，产品设计的比较ok，宣传的也很不错，业务开展的风生水起。

奇点云是阿里数仓和数加团队出来的，貌似宣传的没上面两个强，接触不多。（数加是阿里自己的产品）

如果你们公司业务复杂，数据量巨大，关键是业务方面有多个客户应用场景，数据交互效率低，需要大量的客户数据价值发现，需求也很紧迫，那可以考虑研究下中台方案。

最后总结

1、报表平台解决固定报表、自动化报表，支持打印和计算等大批量批处理作业，公司有需求直接用帆软一类的平台解决，配1、2个报表工程师就能搞定了。

2、BI平台是在报表平台上增加解决多维分析、自助查询报表的能力，需要数仓团队做底层数据支撑，需要BI工程师设定各种度量、维度，做多维分析报表；不用一张张的做固定报表了；

3、大数据平台是在BI平台基础上，解决大数据量的存储、计算、实时计算的问题；无需关注底层的海量数据存储、计算、实时计算等问题；需要增加大数据工程师进行集群的维护，基于大数据平台的各种开发工作。

4、数据中台是在大数据平台基础上，提供ID打通、统一模型、统一服务的能力，附加标签工厂、用户分析等偏互联网属性的功能。人员需要增加数据中台产品经理，其他的工作还是由大数据工程师、大数据分析师等完成。

5、数据治理能力是从BI平台就开始有了，在大数据平台和数据中台中不断被强化。所以BI平台、大数据平台、数据中台中都有数据治理的能力。在数据中台中还增加了数据资产和计费的概念和能力。