为什么我们需要一个全新的实时数据架构？ | Tapdata

上一个十年，以 Hadoop 为代表的大数据技术发展如火如荼，各种数据平台、数据湖、数据中台等产品和解决方案层出不穷，这些方案最常用的场景包括统一汇聚企业数据，并对这些离线数据进行分析洞察，来达到辅助决策或者辅助营销的目的，像传统的 BI 报表、数据大屏、标签画像等等。

但企业中除了这样的分析型业务（OLAP），还同时存在对数据实时性要求更高的交互型业务场景（OLTP 或 Operational Applications），例如电商行业常见的统一商品或订单查询、金融行业的实时风控、服务行业的客户 CDP 等，这些场景对企业来说往往都是关键任务类型。

除了 OLTP 场景，很多新一代的运营型分析（Operational Analytics）也在逐渐成为主流数据应用，运营分析的特点是同样需要来自业务系统的最新的实时数据，以帮助客户做一些较为及时的业务响应。

事实上，实时业务场景对数据的诉求与传统的离线分析具有本质不同。实时业务场景下，数据诉求一般是秒级；数据本身参与核心业务流转，每一条数据都与真实业务挂钩，单位价值高，对数据准确性的要求是 100%；业务数据量较之离线分析场景小很多。传统架构难以满足或协调这样的差异性，而这些模式上的巨大差异足以孕育一个新的技术架构了。

在这样的背景下，为了更好地适应实时业务场景特性，并同时满足传统离线分析场景需求。Tapdata 基于 DaaS 架构自研了一套完整的产品化方案：Tapdata Live Data Platform。切实关注鲜活数据的流动，这个一体化实时数据服务平台的技术架构，或将成为当前时代架构选择的最优解。

随着时间的推移，新架构的优势会逐渐累积为难以改超的地位，帮助用户达到更方便、更准确地获取实时数据的目的。一言以蔽，离线分析场景的数据诉求是已经发生了的过去，而实时业务场景的数据需求是明确的未来。我们已经准备好用最好的技术形态去追赶和拥抱这个未来。