关于问题数据仓库，数据中台和大数据平台有什么区别？一共有 4 位热心网友为你解答:
【1】、来自网友【数通畅联】的最佳回答：
数据仓库实现了企业数据模型的构建；大数据平台解决了海量、实时数据的计算和存储问题；数据中台不是一个产品，而是一套体系，是一种组织架构，数据中台的开发和建设既可以建立企业数据仓库基础上，也可以建立在企业大数据平台基础上，区别就在于企业的数据应用场景是否多元化。下面分别从概念、应用和价值三个方面说明其区别。
1、概念上的区别：
数据仓库：按照传统的定义，数据仓库是一个面向主题的、集成的、相对稳定的、
反映历史变化的数据集合
，用于支持管理决策。从数据角度，数据仓库更适合传统的数据库，离线采集，数据一般为结构化的；
数据中台：
解决企业逻辑模型的搭建和存储、数据标准的建立、数据目录的梳理、数据安全的界定、数据资产的开放，知识图谱的构建
。通过一系列工具、组织、流程、规范，实现数据前台和后台的连接，突破数据局限，为企业提供更灵活、高效、低成本的数据分析挖掘服务；
大数据平台：
是指以处理海量数据存储、计算及流数据实时计算等场景为主的一套基础设施
，包括了统一的数据采集中心、数据计算和存储中心、数据治理中心、运维管控中心、开放共享中心和应用中心。
2、应用上的区别：
数据仓库：
支持管理决策分析
，主要应用于 BI 商业智能；
数据中台：距离业务更近，
通过将数据服务化之后提供给业务系统，为业务提供速度更快的服务
，不再仅限于分析型场景，也适用于交易型场景，强调共享和复用；
大数据平台：除传统 BI 应用外，更多
融入了人工智能算法的交互和实现
。
3、价值上的区别：
数据仓库：存储的数据大多是
根据需求有针对性抽取的结构化历史数据
，能够生成各类报表，但这些报表都无法实时产生，因此，尽管能提供部分业务价值，但不能直接影响业务；
数据中台：建立在数据仓库和大数据平台上，
是加速企业从数据到业务价值转变过程的中间层
。数据中台将数据生产为一个个数据 API 服务，以更高效的方式为业务提供服务；
大数据平台：
为解决数据仓库不能处理非结构化数据和报表开发周期长的问题而产生
。大数据平台先是通过将企业所有数据（包括结构化和非结构化数据）抽取出来放到一起，成为一个大的数据集，再根据业务需求，单独提取其中的小数据集并提供给数据应用。
企业选择哪种方式加速数字化转型进程要看具体的企业情况。总的来说，大原则是以满足业务发展为第一要务，不能为了做基础设施而做基础设施，一定要以能解决业务诉求为最终目的。
数通畅联专注于企业 IT 架构、SOA 综合集成、数据治理分析领域，感谢您的阅读与关注。
【2】、来自网友【元年科技】的最佳回答：
目前企业经常会出现这样的疑问：客户 A：“我们企业很早就有数据仓库，还需要建大数据平台吗？”客户 B：“我们企业有大数据平台，并且在上面实施了数据仓库，那我们还需要建数据中台吗？客户 C：“我们企业有数据仓库，因为数据量少就没有建大数据平台，听说数据中台概念很火，那我们还需要建数据中台吗？”那么，数据仓库、大数据平台和数据中台究竟有哪些区别，企业应该怎么选？元年科技将从概念、应用、价值两方面进行讲解：
数据中台，数据仓库，数据平台
1、概念上的区别：数据中台：企业级的逻辑概念，体现企业 D2V（Data to Value）的能力。数据仓库：一个相对具体的功能概念，是存储和管理一个或多个主题数据的集合。大数据平台：在大数据基础上出现的融合了结构化和非结构化数据的数据基础平台。2、应用上的区别：数据中台：距离业务更近，通过将数据服务化之后提供给业务系统，为业务提供速度更快的服务，不仅限于分析型场景，也适用于交易型场景，强调共享和复用；数据仓库：支持管理决策分析，主要应用于 BI；大数据平台：除传统 BI 应用外，更多融入了和人工智能算法的交互和实现；3、价值上的区别：数据中台：建立在数据仓库和大数据平台上，是加速企业从数据到业务价值过程的中间层。数据中台将数据生产为一个个数据 API 服务，以更高效的方式为业务提供服务。数据仓库：存储的数据大多是根据需求有针对性抽取的结构化历史数据，能够生成各类报表，但这些报表都无法实时产生，因此，尽管能提供部分业务价值，但不能直接影响业务。大数据平台：为解决数据仓库不能处理非结构化数据和报表开发周期长的问题而产生。大数据平台先是通过将企业所有数据（包括结构化和非结构化数据）抽取出来放到一起，成为一个大的数据集，再根据业务需求，单独提取其中的小数据集并提供给数据应用。数据仓库算产品，大数据平台算平台，数据中台的精髓在于其机制，数据中台不是一个产品，而是一套体系，是一种组织架构，数据中台的开发和建设既可以建立企业数据仓库基础上，也可以建立在企业大数据平台基础上，区别就在于企业的数据应用场景是否多元化。数据中台承载的对象数据中台不是一个简单的系统应用， 数据对于一个企业来说是推动业务的核心。数据中台承载的对象是能力，包括业务能力、技术能力、计算能力、数据能力、AI 能力等等，所有企业从组织层面可沉淀、可复用的各种能力。数据中台所做的不仅仅只是整合数据，找到数据，他将沉淀的各种能力共享给前台各种应用，从缩减时间、降低成本、规避风险、提高效率等各个方面全方位提升企业数字化敏捷力。数据中台能解决哪些问题？1、效率问题为什么应用开发增加一个报表，就要十几天时间？为什么不能实时获得用户推荐清单？当业务人员对数据产生一点疑问的时候，需要花费很长的时间，结果发现是数据源的数据变了，最终影响上线时间。2、协作问题当业务应用开发的时候，虽然和别的项目需求大致差不多，但因为是别的项目组维护的，所以数据还是要自己再开发一遍。3、能力问题数据的处理和维护是一个相对独立的技术，需要相当专业的人来完成，但是很多时候，我们有一大把的应用开发人员，而数据开发人员很少。这三类问题都会导致应用开发团队变慢。这就是中台的关键——让前台开发团队的开发速度不受后台数据开发的影响。综上，元年科技认为：企业无论数据量大小，只要有业务场景需求，降低开发成本，快速灵活的开发业务应用产品，都应该把数据中台的建设提上议程，在具体技术选型上，可以根据数据量的大小和场景的复杂度来选择。更多精彩信息，请关注元年科技号！
【3】、来自网友【三十六重天工作室】的最佳回答：
从根本上说没有任何区别 ，都是提供数据存储，数据计算，数据分析，数据服务；你能说出什么区别呢，一个数据量小，一个数据量大？一个计算分析实时，一个计算分析不太实时？一个能扩容，一个不能扩容？
见你鬼去吧，谁关心这些
【4】、来自网友【优就业 IT 小助手 666】的最佳回答：
数据中台通过对企业内外部多源异构的数据采集、治理、建模、分析和应用，使数据对内优化管理提高业务价值，对外进行数据合作让业务价值得到释放，使之成为企业数据资产管理中枢。数据中台建立后，会形成数据 API 服务，为企业和客户提供高效各种数据服务。 数据中台对一个企业的数字化转型和可持续发展起着至关重要的作用。数据中台为解耦而生，企业建设数据中台的最大意义就是应用与数据之间的解藕，这样企业就可以不受限制地按需构建满足业务需求的数据应用。 构建了开放、灵活、可扩展的企业级统一数据管理和分析平台，将企业内、外部数据随需关联，打破了数据的系统界限。 利用大数据智能分析、数据可视化等技术，实现了数据共享、日常报表自动生成、快速和智能分析，满足企业各级部门之间的数据分析应用需求。深度挖掘数据价值，助力企业数字化转型落地。实现了数据的目录、模型、标准、认责、安全、可视化、共享等管理，实现数据集中存储、处理、分类与管理，建立大数据分析工具库、算法服务库，实现报表生成自动化、数据分析敏捷化、数据挖掘可视化，实现数据质量评估、落地管理流程。 数据仓库(Data Warehouse)，也称为企业数据仓库，它是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合存储系统，它将来自不同来源的结构化数据聚合起来，用于业务智能领域的比较和分析，数据仓库是包含多种数据的存储库，并且是高度建模的。 数据仓库逻辑架构数据仓库系统的作用能实现跨业务条线、跨系统的数据整合，为管理分析和业务决策提供统一的数据支持。数据仓库能够从根本上帮助你把公司的运营数据转化成为高价值的可以获取的信息（或知识），并且在恰当的时间通过恰当的方式把恰当的信息传递给恰当的人。数据仓库的作用主要体现在企业决策、分析、计划和响应 4 个方面。
以上就是关于问题【数据仓库，数据中台和大数据平台有什么区别？】的全部回答，希望能对大家有所帮助，内容收集于网络仅供参考，如要实行请慎重，任何后果与本站无关！
