那些年，我在阿里当数据开发

前言：
-更多关于数智化转型、数据中台内容请加入阿里云数据中台交流群—数智俱乐部 （文末扫描二维码或点此加入）

-阿里云数据中台官网 https://dp.alibaba.com/index

（做者：数据从业者 ）

我是阿里数据部门的一名数据技术专家，如今主要在对外部客户的一些数据中台项目中，作技术以及产品的支持。
我原来在阿里内部其实作了5年的数据开发，如今在作一些外部项目的时候，常常会和一些生态合做伙伴公司一块儿去交付项目，在这些合做伙伴的数据开发中，不论是新人仍是老人，都能看到我曾经的一些影子，因此我想借助这篇文章，讲述一下我在阿里当数据开发的一些经历 ，但愿在我的发展上对他们有一点帮助。

我是13年加入阿里的，在进阿里前，原来是作银行的数据仓库建设，用的是TERADATA的LSDM那套3NF建模的方法，技术也主要围绕TERADATA和后来的GREENPLUM为主，因此进到阿里后，会有一个在业务和技术上适应的过程。
首先是技术上，我进到阿里后，那时候阿里正处于底层的数据处理平台更换的阶段，从GREENPLUM替换到HADOOP平台，所以我进入部门后，首先对HADOOP大数据平台并非很熟悉，由于那时候银行里面都尚未开始用HADOOP平台，因此一开始对HADOOP这套计算架构就很是的不适应，好比为何跑个SQL这么慢，执行个SQL还要打开网页运行（由于咱们原来用的是在云端），这是一个慢慢熟悉和适应的过程。

另一方面是业务方面的适应，须要从原来熟悉的银行业务，过分到互联网业务。业务变了，对应的数据也都发生了很大的变化，我到了ICBU后，被分配到负责流量和广告相关的业务，会接触到大量的日志数据，好比页面浏览，点击，曝光，还有P4P点击广告相关的日志，面对这么多非结构化的日志数据，我一开始都不清楚为何须要这些日志的数据， 可是经过后面不断对互联网业务的熟悉，才知道流量分析对网站的重要性，这个阶段我也熟悉了不少流量相关的业务知识，好比SEM,PPC,SEO,联盟等等。

这个阶段除了提升新的技术和业务能力外，主要的工做就是不断的接需求作报表。团队里面有专门的数据PD，他们的职责就是"接活"，天天接业务方的需求，而后经过需求沟通和分析，每月排定咱们数据开发的资源，因此时间长了之后你就会以为你就仅仅是一个资源，我的价值没法获得体现。

因此后来咱们进行了改革，就是让数据开发本身到前面，接业务的需求，而后本身沟通和分析，数据PD就都去作PD应该作的数据产品设计。说实话，这是一个很好的让开发成长的措施，由于作数据的，要想真正了解数据，你首先要了解对应的业务，否则你开发出来的数据，就只是那几张硬生生的报表。也正由于这个阶段，我学会了一些如何和业务“谈”需求的方法，好比WBRD，问需求方十个问题，像需求基于什么样的业务背景，业务的痛点是什么，指标中的模糊词汇如何定义，等等，将这些都问题清楚，你才能知道你为了什么而开发这个需求，并且你才能知道哪些需求该重点优先去排本身的时间作，这就是去作正确的事情。

另外这阶段也学到了一些数据分析的方法，由于我作出来的报表须要直接面向个人最终用户的，原来是开发好后，就丢给数据PD，因此如今业务方会直接来找我说，某某，你这个数据不对啊，这个时候，我才知道业务原来是这样分析数据的，由于我所在的是流量线，我也知道了原来流量是如何作相应的数据监控，才能及时的发现问题，排查问题，定位缘由以及解决和预防问题。

因此，这是一个“往前迈一步”的阶段，这个阶段让我学会了需求分析和数据分析的一些方法，让我以为我的的价值仍是有必定的体现的，有时候被业务方点赞和承认，本身内心仍是很暗爽的~~~

后来，阿里进行了登月项目，这个你们不少人都知道，就是将阿里全部部门的数据平台都迁移到ODPS，而后统一使用ONEDATA建模方法论去进行建模工做。可是我后面的工做重心并非在ONEDATA建模上，而是在ODPS资源优化上。由于自从登月之后，ODPS的计算和存储是使用量不断提升，出于降本增效的目的，当时的CTO就成立了专门的数据管理委员会，而且基于统一的数据资产管理平台，进行全集团的数据治理。参加过咱们培训的人应该知道，主要的治理也是包括计算和存储两方面，对应的有计算健康分和存储健康分，若是达不到必定分数的人到时候就不能使用ODPS，因此那时候，我接到的副业就是，作为接口人，帮助整个B2B的同窗一块儿进行优化。

因此，这一阶段，个人工做就是组织全BU的人，学习ODPS的优化方法，包括一些后端和算法部门会使用到ODPS的同窗，将一个个有问题，好比消耗资源TOP的几个SQL，抓出来教他们进行优化，可是你要教他们首先你得会一套有体系的优化方法，这个首先还得依赖咱们阿里强大的产品能力，一些优化的方法论其实都体如今产品上，经过对数据管理平台中优化方法的学习和沉淀，那段时间我几乎天天都在和这些问题SQL打交道。并且后来我还接了整个数据开发部门慢报表的治理的工做，就是看部门哪一个报表慢，哪一个报表30天没人访问了，该下的下，该优化的优化。因此也正由于这个阶段的刻意训练吧，我熟悉了ODPS的底层的一些原理，以及处理MYSQL，ADB一些慢SQL的方法，以及针对不一样的分析场景须要采用什么样的数据存储，是MYSQL仍是ADB。

因此，假如你是一名合格的数据开发人员，你开发出来的报表查询时间不能低于3秒，开发的ODPS任务不能出现像数据倾斜，或者分区裁剪失效等问题，并且你要知道具体优化的方法。

接着后来作完这些工做后，我又往前走了一步，就是和团队的产品PD，一块儿搞了一些数据产品，好比一些应用计算的组件平台，还有核心指标库，以及一些业务的数据门户。由于你作到后来你会发现，正在能带来价值的仍是产品，并且一方面你能够将你的一些方法论沉淀在产品上。这个阶段也从产品PD那里学了一些产品设计的方法，至少用AXURE画个产品的DEMO应该没问题吧。

另外这个阶段我也懂得了一个方法，就是你要学习一个技术，或者一个事情吧，你能够先从它对应的产品学起，由于产品每每是业界对应的方法论的沉淀，你能够经过产品，很快地掌握这件事情的方法，就好比咱们的DATAPHIN产品，若是你要学习数据中台相应的方法论，你能够经过DATAPHIN产品学，包括数据建模，数据资产，数据质量等等方法论，都会在产品中体现。

至于后来为何我开始支持对外的项目，是由于我看到了更多的社会价值，经过阿里云，咱们输出原来阿里沉淀的一些数据中台建设的方法论，能够帮助外部的企业进行数字化转型，我以为我更倾向于选择支持外部。

写在最后，我以为你们都是在将本身的能力最大化，价值最大化的过程当中前进，因此有时候“往前迈一步”，可能会有更好的风景。

---

数据中台是企业数智化的新基建，阿里巴巴认为数据中台是集方法论、工具、组织于一体的，“快”、“准”、“全”、“统”、“通”的智能大数据体系。目前正经过阿里云数据中台解决方案对外输出，包括零售、金融、互联网、政务等领域，其中核心产品有：

• Dataphin，一站式、智能化的数据构建及管理平台；
• Quick BI，随时随地 智能决策；
• Quick Audience，全方位洞察、全域营销、智能增加；
• Quick A+， 跨多端全域应用体验分析及洞察的一站式数据化运营平台；

官方站点：
数据中台官网 https://dp.alibaba.com