一、前言导读
如今，国家大力倡导数字化，随之而来的各种数据概念也铺天盖地，数字化转型、数据中台、智慧XXX......
面对这些高举的概念，身为IT工程师和数据建设者该如何着手，想必都有不少困惑和苦水。
其实，无论数据领域的概念如何推陈出新，都是为了业务和经营上的创新变革，也都需要数据化和信息化的沉淀，背后都离不开一整套数据化建设。即使技术变化最快的互联网行业，阿里也是经历了数据库、数仓和数据平台的沉淀，再到数据中台，来支撑它日益增长的业务。
所以，我们也在想，该如何总结企业的数据化建设？
绝大部分企业都会走过这样的路：数据的采集整合、为满足业务分析等应用的数据平台搭建、为响应更高更快性能的的大数据存储和计算技术、深度结合业务的挖掘和创新应用、反哺数据规范的数据治理等......
基于以上，帆软数据应用研究院将这一套理论总结成了一份《数据化建设知识图谱》。
若等不及的朋友 可直接拉倒文章底部查看《数据化建设知识图谱》PDF文档获取方式
二、内容
2.1 全图概览
从数据质量保障→数据平台搭建→数据应用落地 这一思路切入，分别整理了 数据治理、数据仓库、大数据平台、数据中台、报表&BI体系、数据分析与挖掘这6大模块知识。
不同于书籍的包罗万象，也不同于课程注重技能，这份图谱的作用更多在于体系化知识的整理，快速扫盲，在脑中建立知识版图，所谓“一图在手，知识全有” 。
展开来是87CM*58CM的超大图谱
这份《数据化建设知识图谱》确实惊艳到了，内容之详细，质量之高
2.2 模块细看
比如数据仓库模块，侧重传统数据平台的开发方法论，其实这一套基础用在大数据平台和数据中台也需要。
大数据平台，更多的是面向IT开发的技术栈应用，所以这里更侧重技术栈知识点的整理。
数据中台，各家之言，其建设也严重依赖与业务和组织，所以这里整理了一套思路。
冰山一角，完整版请看《数据化建设知识图谱》
另外，数据应用方面，比如报表和BI分析体系，这类成熟的应用（也是帆软所长）会更加注重经验的总结；数据分析和数据挖掘针对专业的数据分析从业者，更侧重技能点的整理。数据治理，就更丰富了，几大模块都汇总在了十几张框架图中。
三、如何获取图谱
① 请关注公众号【大数据阶梯之路】
② 添加大数据阶梯之路微信号：bigdata_ladder，获取《数据化建设知识图谱》PDF 文档，
(PS:加好友申请记得表明来意哈，备注「资料 or 进群」)
还可获取原创hive企业级优化PDF文档
好文阅读
发表评论