阿里云Big Data - dataworks和dataphin两款产品的区别

港控/mmm° 2023-02-22 10:33 13阅读 0赞

# 区别1：产品功能不同 #

**1、Dataworks**，在阿里集团内部为大家所熟知的部分是D2，在阿里云则是数加平台的主体-数据工厂。DataWorks（数据工场）具备全栈数据研发能力（数据集成与开发、 生产运维调度、离线与实时分析、数据质量治理与资产管理、安全防护、数据共享与服务、机器学习、数据应用搭建）的大数据平台；  
**2、Dataphin**，通过输出阿里数据中台实战沉淀的大数据建设体系OneData+OneID +OneService(产品+技术+方法论)，**一站式提供集数据引入、规范定义、数据建模、数据研发、数据萃取的全链路智能数据构建及管理服务**。   
**一句话总结：**  DataWorks具备全栈数据研发能力和机器学习开发能力的大数据平台,这是dataworks的优势，劣势就是不具备数据中台(数据仓库)建设方法论的指导； Dataphin具备完善的“OneData+OneID +OneService(产品+技术+方法论)” 数据中台(数据仓库)建设方法论构建体系，这是dataphih的最大优势，**劣势就是不具备很强的全栈数据研发能力**，暂时也不具备机器学习开发能力。

# 区别2：产品定位不同 #

1、**Dataworks 定位为大数据开发平台，ETL、数据仓库建设等对开发者不做任何限制**。开发者可以利用dataworks做任意想做的工作，数据中台(数据仓库)构建的方法论也不做任何限制。开发者可以利用dataworks，**既可以按照维度建模理论构建数据中台(数据仓库)、也可以按照范氏建模理论构建数据中台(数据仓库)**、也可以按照E/R理论构建数据中台(数据仓库)，灵活性是dataworks的优势之一，当然也是劣势之一。因为缺乏数据中台(数据仓库)建设方法论的支持，dataworks对于缺乏数据中台建设方法论经验的开发者(或者企业)不够简单易用；  
2、**Dataphin 定位于输出阿里巴巴数据中台方法论**，开发者严格按照基于阿里多年零售经验的**维度建模理论构建数据中台**(数据仓库)。**“设计即开发”**，这是dataphin坚持的核心理念，**使用dataphin的时候，开发者需要严格定义业务板块、数据域、业务过程、维度、原子指标、派生指标，然后“傻瓜式”地构建数据中台（数据仓库）**。**开发者可能都不用写任何代码(甚至连sql都可能不用写)，只要按照上述维度建模方法论完成所有设计，即可构建数据中台(数据仓库)**。\----

# 区别3：实时计算能力 #

不论是dataworks还是dataphin，均定位于离线批量开发能力。对于实时计算能力的支持，dataworks比dataphin稍微更强一些。利用dataworks集成的datahub+flink等工具能力，能够实现一些简单应用场景的实时计算能力； dataphin也在规划实时计算能力，预计再过几个月，dataphin最新版本也能实现一些简单场景的实时计算能力。

# 【总结】 #

**1、如果开发者(或者企业)希望傻瓜式的构建数据中台(数据仓库)，而且是借鉴阿里基于零售业务积累的“OneData+OneID +OneService”方法论构建维度建模体系的数据中台，那么dataphin是不错的选择**；  
2、如果开发者(或者企业)希望购买一套全栈数据研发能力的大数据平台，涵盖完善的数据集成与开发、生产运维调度、离线与实时分析、数据质量治理与资产管理、安全防护、数据共享与服务、机器学习、数据微服务应用搭建等能力。而且数据中台(数据仓库)不限制于维度建体系，那么dataworks是不错的选择。

dataphin有完整的数据模型设计，dataworks没有。

dataphin有体系化的数据指标管理，dataworks没有。

dataphin有数据萃取，核心实体的标签构建与管理，dataworks没有。

dataphin有基于逻辑模型的语义的OneService能力，dataworks没有。

dataphin有灵活自助的数据资产治理能力，dataworks没有。

dataworks有SQL编辑器，dataphin有。

dataworks有图形化的调度平台，dataphin有。

dataworks有数据地图，dataphin有。

dataworks有数据质量管理，dataphin有。