向左還是向右?中臺建設才不止這點糾結事

14 評論 9743 瀏覽 35 收藏 18 分鐘

今年參加了云棲大會,作為中臺的踐行者,筆者非常關注中臺架構實施的行業狀況,學習了其他公司中臺的思想和經驗。云棲大會上,筆者和做中臺實踐的同學,以及在阿里做中臺的朋友進行了深入的交流和探討,對做中臺過程中遇到的比較糾結的問題進行了思考和總結。

在探討中臺哪些讓人糾結不定煩心事之前,我們依然要談談我們為什么要做中臺(注:本文中臺局限于企業 IT 架構的中臺,非廣義上的中臺),做中臺到底給我帶來哪些好處,想不清楚這些就去深入到中臺的細節里也無意義。

中臺概念這幾年特別火,就像 90 年代不做 ERP 是等死一樣,現在做不做中臺也好像能定企業生死一樣,弄得大家都在搞中臺。

但是不是所有的企業都適合做中臺,只有符合以下條件的企業,才有實施中臺的必要,切莫亂搞。

向左還是向右?聊聊中臺建設中的那些糾結事

企業適合做中臺的條件

所以,如果您是創業團隊,或者業務線比較單一,建議不要盲目嘗試中臺架構,否則將拖累你業務發展的速度。

另外,我們也要清晰地知道實施中臺的目的,以及中臺會給企業帶來的價值,沒有實際利益的推動中臺就很難落地,或者有形而無神。

向左還是向右?聊聊中臺建設中的那些糾結事

中臺的價值

明確了中臺的應用場景和價值體現,我們開始實施中臺架構的落地。我從今年上半年開始推動中臺這件事差不多有幾個月的時間,在這個過程中也是摸著石頭過河,雖然有很多中臺的理論知識可以學習,但是實際的過程中發現,中臺的落地是一件非常難的事情,它沒有標準,認識也不統一,在一些關鍵環節存在不少分歧。

正好此次在云棲大會約了幾個實踐中臺的朋友進行了深入的探討,把討論的內容進行總結,希望中臺的建設少一些糾結,多一分信心。

中臺定義:思想 VS 工具

什么是中臺?

每個人可能有不同的理解,行業里也沒有嚴格的定義,但我更認同其中一個說法就是:中臺是企業級能力復用的平臺。

如何來解釋這句話呢?

向左還是向右?聊聊中臺建設中的那些糾結事

中臺的定義

既然核心是能力復用,業務流派認為中臺其實是一套思想,只要能夠實現能力的復用,滿足降本增效的企業目標,采取的所有措施,和一切可復用的能力都是中臺的范疇,所以中臺是一種組織方式。

而技術流派的人則認為,既然是能力復用的平臺,就一定要有支撐復用的工具,就必須定義一套技術規范來支持復用,中臺一定要有基礎平臺來支撐的。

中臺首先要統一思想,圍繞能力的復用進行組織管理,將能力組件化,如下圖最底層部分;同時,中臺之上我們要構建能快速落地的技術平臺(如圖中 OECP 部分),通過 Low code 的平臺能力,實現組件的組裝和流程的設計,快速的構建應用。

技術平臺是業務無關性的,但業務中臺一定是業務相關性的,只要把業務和技術有機的組合起來,把企業的能力沉淀并復用起來,這就有了中臺的基礎。

向左還是向右?聊聊中臺建設中的那些糾結事

中臺之上集成開發能力

復用粒度:粗粒度 VS 細粒度

復用是中臺建設的核心,是一切的基礎,沒有復用的意識導向,中臺就變成了自娛自樂的游戲。也許很多人會說,沒有中臺之前復用無處不在啊,我們寫程序復用代碼,做方案復用案例,為什么一定要建設中臺呢?

首先,再次重申下中臺的復用范圍是“企業級”,它既不局限于技術同學內的程序復用,也不局限于一個團隊內部的復用,而是站在企業最高的視角,作用于整個企業的 IT 架構;其次,是“能力的復用”,能力的范圍更加寬泛。

和阿里的朋友談到復用時,我們也提到了復用的級別,像阿里云其實就是在基礎設施這個級別上的復用。

我自己把復用的級別抽象成下圖所示的 5 層。

向左還是向右?聊聊中臺建設中的那些糾結事

復用的級別

級別越低,粒度越小,復用的范圍越廣,但價值體現較低;級別越高,粒度越大,復用的價值越高,但復用范圍也比較局限。

所以站在業務和價值角度上,都是先從最高的層次上去復用。只有上層無法實現復用,我們才會逐步向下層去尋找。

但是有時候站在技術角度,我們習慣在低層次上去復用,因為這里最接近自己的工作,粒度越小,技術上越可控。但不論怎樣,只要我們能把這些能力很好地組織管理起來并實現復用,就是中臺的思維。

具體到中臺落地的 IT 架構,微服務基礎架構是目前最流行的方式,因為單純程序代碼的復用價值有限,傳統單體應用的復用又極其的不靈活;而基于微服務架構的業務組件的復用則處在中間層級,靈活性和復用度比較平衡。

組件復用的核心思想是領域驅動設計(DDD),而我認為 DDD 最大難點是粒度的控制,粒度太粗不靈活、復用性差,粒度太細雖然復用性好,但耦合較大,運維成本較高。

向左還是向右?聊聊中臺建設中的那些糾結事

Gartner 對服務粒度劃分

Gartner 在研究報告里提出了宏服務、小服務和微服務的粒度劃分:

  • 宏服務:一種傳統的 Web 服務,支持將功能封裝于單體應用內。宏服務不支持獨立部署或擴展, 它們只能部署為單體應用的一部分,而且它們不需要微服務基礎架構。
  • 小服務:就服務粒度范圍而言,小服務是一種粗粒度、松散耦合、支持獨立部署的應用組件。小服務需要微服務基礎架構。
  • 微服務:微服務處于粒度范圍的遠端,是一種可獨立部署的組件,能夠支持單個應用功能的實施。微服務可直接部署到微服務運行時環境中,也往往具備專用數據存儲區。微服務需要微服務基礎架構。

我本人非常喜歡 Gartner 的劃分方式,基于這三種服務的粒度,我也談談我對粒度把握的一些思路。

如果我們想對已存在系統的能力進行復用,可以采用宏服務模式進行,宏服務的模式適合做系統的集成和治理。我們對于新的業務和項目,剛開始建議采用小服務的方式進行業務領域的拆分,不建議拆分的過細,這個小服務能滿足該需求的基本抽象即可。

從適中的粒度開始,服務的粒度一定是業務推進的過程中不斷演化的,創新業務推動服務的粒度向更細的粒度裂變,而業務成熟穩定后,又推動服務向粗粒度方向聚合。

流程支持:服務編排 VS SOP

實踐證明,業務能力輸出的內容主要是核心業務數據和業務流程。而在我上面定義的復用級別上,業務流程的復用處在 LV4,也是比較高階的復用能力。

云棲大會的朋友聚會上,我一個實踐中臺的同學談到中臺服務如何更加靈活的支撐前臺時談到服務的編排。他們的做法是,給前臺同事提供一套服務編排的工具,然后發布一系列的原子性的服務,由各前臺團隊按照自己流程去編排適合自己的邏輯流程。

我不反對服務編排,而且在 SOA 和微服務的架構下,服務編排是必不可少的能力。但是我不認可給前臺提供編排工具,而中臺只提供原子性服務。

因為我們在中臺的建設中,一直提及的是中臺一定是業務相關性的,中臺輸出的不僅僅是工具,更要深入到具體的業務場景中,提供業務流程的最佳實踐。

阿里的朋友在討論這個問題是提到了 SOP(Standard Operation Procedure)的概念,他認為最好的做法是提供一套標準化的流程 + 預留可動態注入的擴展點的方式來對前臺提供。

比如淘寶和天貓在業務上可以共享一套 SOP,在這套 SOP 的擴展點上各自注入自己不同的規則,從而滿足自己的需求。從中臺的復用范圍來看,我特別認同這種方式,因為中臺只有提供 SOP,才是真正的實現業務流程這種高階的復用(就像國外 ERP 宣揚的那樣,你購買的不只是一套系統,還有企業管理的最佳實踐)。

當然如果要做到 SOP 的定義,中臺團隊必須有既精通業務又熟悉技術的人,我們俗稱“業務架構師”,不過水平高的人實在可遇不可求啊,從這點我也理解把工具開放給前臺自己做服務編排的同學了。

雖然我一直在強調中臺要深入業務,要提煉 SOP,但中臺又不能過度參與業務,不能因為中臺掣肘了業務的敏捷性。

中臺提供的能力要具有靈活性和可定制性,便于業務方根據規范自主完成,減少溝通成本,提升效率。所以服務編排作為工具還是需要提供,前期通過工具快速嘗試探索合適的業務流程,后期通過業務的最佳實踐形成 SOP。

向左還是向右?聊聊中臺建設中的那些糾結事

服務編排是工具支持快速創新,SOP是業務成果價值復用

先后順序:先業務中臺 VS 先數據中臺

雖然各種中臺很多,但是真正和業務保持密切協同的是業務中臺和數據中臺,阿里巴巴的中臺核心也是這雙中臺驅動的。這里面體現的核心就是一切業務數據化,一切數據業務化,業務產生數據,數據又賦能業務。

向左還是向右?聊聊中臺建設中的那些糾結事

業務中臺和數據中臺雙驅動

在和某 Gartner 分析師交流的時候,他的觀點是先有業務中臺,再有數據中臺。雖然我們也是從業務中臺開始,但我個人并不是特別認可這個觀點的,我更認可的是先業務后數據。但是對于哪個中臺先開始,完全要看各企業的自身情況。

如果企業當前最迫切的訴求是避免重復造輪子,提升 IT 生產力;數據基礎相對較好或者數據量級不夠,建議業務中臺先行。

如果企業當前最迫切的訴求,是系統繁多但孤島嚴重急需要打通,企業已經存在大量的數據急需要在業務上發揮價值,建議數據中臺先行。

具有自主技術研發團隊特點的科技企業,更適合先業務中臺,而自主開發能力較弱,應用系統更多依賴第三方外采的偏傳統企業,可能更適合數據中臺先行。

中臺團隊:委員會 VS 許愿池

中臺的建設是一把手工程,沒有自上而下的推動,中臺是很難落地的。所以中臺變革的第一步就是組織架構的調整,需要建立一個中臺團隊來負責組織、協調和建設。

向左還是向右?聊聊中臺建設中的那些糾結事

中臺組織的建立

如何對中臺團隊定位其實也是一個難題,在我所見所經歷的中臺組織中,經常出現兩種形態:

  1. 委員會:中臺團隊是由各業務線選派的同事組成的虛擬組織,其中大部分都是領導,更多的承擔組織、協調的角色,具體執行工作分散在原有的各個部門里,這種可稱為委員會似的中臺。因為各部門的領導組成,相互之間加強了信息共享,也逐步有了復用的意識,但在企業 IT 建設這個環節,因為沒有具體的專注于共享業務的執行團隊,協作成本會增高、實際產出可能比較務虛,看著熱鬧,其實很難體現復用的價值。
  2. 許愿池:中臺只是普通的共享研發部門,前臺直接把需求丟到這個許愿池里,然后期盼著中臺提供一個現成的組件、服務,中臺成了為前臺打工的了,累不用說還不討好,阿里早期的共享業務事業部估計就是這種窘境,沒有業務話語權。

中臺團隊既不應該是委員會也該是許愿池,中臺不僅能組織、能引領,又必須要有實際的產出。

中臺需要前臺滋養,前臺更需要中臺賦能,中臺團隊只有成為具有核心話語權的實體團隊,企業能力的復用才能最大化的發揮出來。所以,阿里巴巴讓其 CTO 行癲張建峰掛帥推進中臺戰略,才有了今天阿里中臺的影響力。

向左還是向右?聊聊中臺建設中的那些糾結事

中臺和前臺要相互賦能

其實中臺建設過程中碰到的問題遠不止這些,需要我們在實踐中去探索正確的解題方法。

最后引用《中臺戰略》書中的內容結束本文,希望踐行中臺的同仁都能馬到成功。

向左還是向右?聊聊中臺建設中的那些糾結事

中臺成功的行為準則和行動綱領

參考資料:

《中臺戰略:中臺建設及數字商業》 陳新宇等,機械工業出版社

《MASA 架構》 Gartner 分析報告

#專欄作家#

菜根亂譚,微信公眾號:CGLT_TAN,人人都是產品經理專欄作家。經歷程序員、技術負責人、產品經理等多種崗位,現在負責百洋智能科技的研發管理。關注醫療,早教領域,擅長技術應用型產品的設計和運營。

本文原創發布于人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基于CC0協議

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 看了這篇文章覺得很棒
    最近在做中臺產品 有問題可以請教您嗎

    來自浙江 回復
    1. 沒問題

      來自山東 回復
  2. 有個問題想咨詢下,會員的訂單記錄、商品瀏覽記錄、商品推薦記錄這些邏輯提供,應該是會員中臺、訂單中臺還是商品中臺呢? 這個邏輯提供的 邊界如何把控?

    來自上海 回復
    1. 訂單記錄在訂單中心,商品瀏覽、商品推薦記錄既可以放在商品中心,也可以直接到數據中臺。邊界的把控需要業務架構的能力,方法工具可以用領域驅動設計(DDD)來做

      來自山東 回復
    2. 客戶中臺,不是應該把客戶的所有數據邏輯,放到客戶中臺來處理么?

      否則客戶的一些行為數據,要去其他中臺去獲取,不就交叉了嗎

      來自上海 回復
    3. 不是這樣的邏輯,所有事都和客戶有關,照這么說我們就不用切分了。中臺組件高內聚,低耦合,不是不耦合。DDD里有核心域,有支撐域,有輔助域,訂單中臺的核心域是訂單相關的,訂單域的輔助域包含了會員域和商品域。訂單中包含了下訂單時的當時狀態的商品信息,這部分屬于訂單域。但關聯的商品展示頁面的信息的商品屬于商品域。訂單的商品和實際上線的商品之間有關系,訂單域中保留這個關系即可。
      業務邊界的劃分的確是考驗一個業務架構人員的素質的,嘗試用DDD來做下分析試試

      來自山東 回復
    4. 了解,感謝

      來自上海 回復
    5. 還有哦,如果客戶的行為數據邏輯都相關其他中臺,客戶中臺還能做點什么邏輯呢?例如您上面的醫藥例子?

      來自上海 回復
    6. 客戶中臺的東西挺多的啊,客戶的創建、維護;客戶的征信授信;客戶主數據的維護同步。一般情況,我們分業務中臺和數據中臺,業務中臺主要是滿足業務處理流程所共享的服務,主要是事務性的服務,比如我上面說的幾個;其實還有一個數據維度的數據中臺,您上面問的情況其實是包含了很多數據相關的需求,您感覺業務邊界不好切分,因為存在太多關聯。我的理解是數據中臺復用的是數據的價值,在數據中臺的數據層上,需要搭建數據聚合層,來進行數據的合并、連接,而數據中臺可以按照主題發布各種數據服務接口和分析接口,這部分服務可以整合到同一個業務中臺對外提供。
      簡單來說,從數據層面,業務中臺因為有明顯的領域區分,可以按照業務邊界切分成多個業務庫。但數據中臺需要把離散的數據再整合到一個大數據庫中,對數據進行加工、萃取、連接,挖掘各種數據的內在關聯關系,分析核心價值及延伸的價值。

      來自山東 回復
    7. 有問題,可關注我微信公眾號給我留言,或者加我微信

      來自山東 回復
    8. 求微信

      來自浙江 回復
    9. yongtree

      來自山東 回復
  3. 新的見解,不錯

    回復
  4. 厲害了 ??

    來自北京 回復