拜访客户时，发现个有趣的现象
客户一般都喜欢聊大数据
而且是越大的领导越喜欢聊大数据
大数据就像饭局中的小酒
有种奇怪的”魔力“
往往能瞬间撬开客户的话匣子
↓
为啥呢？
↓
因为大数据紧贴上层业务
客户能够强烈感知到
很多切肤之痛，就藏在数据中
数据资产化/数据变现才是决策层关心的
如果你聊”交换机有多快，云主机有多猛“
客户多半无感
但是吧
大数据经常是聊得很嗨
可到了最终到项目落地时
却没那么顺利或甚至令人失望
↓
这，又是为啥呢？
说一千，道一万
是我们使用大数据的姿势
一直都没搞对
所谓“聚数”，就是企业把各个业务系统中使用的数据、产生的数据、历史数据，以及第三方相关数据，“倒腾”到一起，变成“数据资产”。
但这个倒腾的过程，一点都不愉快。
首先，数据又“多”又“散”，东一坨，西一堆，格式又不统一，还在不断增长和更新。想要把它们收拾到一起，想想就头大。
拾掇好各种数据源之后，想整合数据就更“里根楞”了，这需要经历一个复杂的抽取、清洗、转换、加载的过程，这套流程，被称为ETL或ELT。
先T（Transfrom）还是先L（Load）不重要，总之都很麻烦。你想想不同的数据源，有多少种接口就头大了。折腾半天，数据质量还未必达到业务要求。
今天就有人来问我，能不能给介绍个ETL专家。其实光有专家还不够，还得有工具、花时间、可持续。企业把原始数据变成数据资产，绝不是一锤子买卖。
第二：“用数”的姿势不对。即便一顿操作猛如虎，把数据变成了资产，想把这些资产真正用起来，又是难上加难。
企业往往会追逐各种大数据平台、数仓、数据湖等概念，大数据基础设施建了千千万，冤枉钱花了万万千，却迟迟不见效果。
搭了台，修了仓，挖了湖，付出了巨大的建设、运维成本，却迟迟享用不了传说中的“大数据盛宴”。
久而久之，人见人爱的“小甜甜”被磨成了不受待见的“牛夫人”。
其实，“牛夫人”也不必太沮丧，从当下趋势看，大数据正在逐步走出幻灭低谷，开始“稳健爬坡”了！
但是，但是——
大数据业务是与业务场景密切相关的渐进式创新，并不适合“基建狂魔”式的突击性建设。
一掷千金“建库修仓挖湖”，往往都是打水漂。
正确的套路应该是：深入场景、逐步投入、按需使用、渐入佳境，省时省力省钱见效快。
看到这几个“装B”小词儿，是不是想到点啥了？
没错，企业应该用“云”的模式，高效率、渐进式的进行大数据实践，云上数仓、云上湖仓、云上数据集成……
讲到这里，我们就不难理解以“云上数仓”为卖点的大数据SaaS公司Snowflake，在IPO后被资本热捧，市值一度摸高到7300亿RMB。
可见，无论资本圈还是产业界，都一致认同，用云SaaS/PaaS的模式，才是玩大数据的正确姿势。
姿势定了，接下来的问题就是，云上大数据方案看着也挺多，究竟该怎么选？
我们不妨来瞅瞅，云上大数据的顶级玩家——Azure是怎么玩的。
Azure如何“聚数”？
首先，看Azure如何帮助企业“聚数”，把千奇百怪的数据源联接起来，并完成抽取、转换和加载。
Azure用于聚数的神器，叫做DataFactory，数据工厂。对于这个工具，我准备了灵魂三问↓
企业的数据源太多太散怎么破？Azure 数据工厂内置了90 +免维护的连接器，可以轻松整合各类数据源。
云上的、云下的，结构化的、非结构化的，传统的、新潮的，本云的、外云的，统统照单全收。
E.T.L.的流程太复杂怎么破？Azure数据工厂可用零代码构建ETL/ELT进程，拖拖拽拽，如同搭积木一般，就把这套流程搞定了。
云上搞事情，会不会很贵？完全不用担心，Azure数据工厂是无服务器（Serverless）架构，你不需要为转换数据购置或租用大量云资产，更不必担心资源空转。
Serverless模式呼之则来挥之则去，根据用量弹性缩放，按业务流程的运行次数来收费，比如，每运行1000次，收费1刀。
多用多收，少用少收，不用不收！
如果遇到跟线下的微软系数据整合，比如SSIS服务，还可以享受Azure混合权益优惠，节约高达88%的成本。
所以，用云服务来做数据集成，是最经济实惠的。
Azure如何“用数”？
企业完成聚数以后，下一步就是用数了，这是个因人而异、循序渐进的过程，一般分为两大类典型需求↓
AI型：用数据做训练，通过机器学习等方法得到模型，用于人工智能和数据科学研究，驱动业务创新。
针对这两大类“用数”需求，Azure各有一套神器，并且可以互相配合、双剑合璧。
我们先从“商业洞察”起步，看看Azure Synapse Analytics“Synapse”是以数据仓库为核心的一站式“无限分析平台”，糅合了数据集成、企业数仓、大数据分析能力。既可以满足BI应用，也可以用于机器学习。
通过Azure Synapse Link，还可以直接操作Azure Cosmos DB中的数据，实时获得分析结果。
作为全球第一个云原生聚合分析平台，它可以支持近乎无限的数据规模，不怕你数据太多，就怕你数据不够。
“Synapse云数仓”中，既有标准SQL池，也有无服务器SQL池，还有用于大数据分析的无服务器Spark池，多快好省满足各类分析需要。
Azure这个“云数仓”有多实惠？根据官方对比，Azure Synapse Analytics比其他云上数仓快14倍，节省94%成本。
所以，如果你有构建云数仓的需求，不妨来薅一薅Azure的羊毛。
如果企业的核心诉求是“数据科学”，就适合翻Azure Databricks的牌子了。这是个全托管式大数据分析平台：数据湖底座+Spark流分析引擎，AI、ML、科学计算全能整。
你可以认为Azure Databricks是个集成了Spark引擎的数据湖，同时，它又不止于数据湖，可以与Azure云上一大票数据工具和服务紧密集成。
更有意思的是，Azure Databricks采用了Delta Lake技术来加强数据湖的存储层，比如提供ACID事务性、流批统一化等等。同时，还可以对数据逻辑分层，提高湖内的数据质量。
这种机制，可以为上层业务供应“质量”更好的数据，让AI的训练更有效率，让BI的洞察更加犀利。
在Delta Lake的加持下，数据湖拥有了一部分数仓的特性，成为当下炙手可热的Lakehouse，湖仓一体。
在企业“用数”的实际过程中，如果侧重BI，辅助AI，可先尝鲜Azure Synapse Analytics，如果AI为主，BI为辅，则可优选Azure Databricks。
Azure的两大数据服务，也是你中有无、我中有你，最终殊途同归，无论可选择那条路入手，都能享用大数据盛宴。
从“聚数”到“用数”，Azure提供了三大服务：Azure DataFactory数据工厂、Azure Synapse Analytics无限分析、Azure Databricks湖仓一体。
但这只是Azure大数据能力的冰山一角，三大服务可以与更多Azure服务无缝集成，提供“湖、仓、库、AI、BI”五位一体的大数据服务。
这些服务，开箱即用，跨越云端混合、多云混合、新旧混合，跨越任何数据格式，并且拥抱开源不锁定，再由微软多年的安全与合规执念加持，稳得一匹。
这场大数据盛宴，交给微软厨子操盘，妥了！
后记：在刚刚结束的微软全球技术大会中国站上，有很多关于Azure大数据分析的分享，您可以扫码回放视频，或者阅读原文下载Azure analytics白皮书，看完这些干货，说不定你就能和客户愉快的聊大数据了
