在做数据产品时，我们一般为了快速的支撑业务，会快速的搭建一个核心产品，支撑业务方的使用。而随着业务的发展，我们会发现，一个产品模块已经不能满足业务方的需求了，脚本的管理，离线任务的管理，实时的消息队列，各种图形化的报表。他们是不同的对象，分别形成了不同的产品。而架构师们在看到这种情况后，一定会对公共的服务进行抽取和整合。所以，一个成熟的平台，公共的基础服务是共用的。

　　虽然这样说，但抽取的过程，一定伴随着功能的重构，原来业务的发展有多快，重构的难度就有多大。因为在业务高速发展时，大概率的情况是研发并没有时间进行公共模块的建设，而是涌在业务方的各种需求里。但抽取这件事，越早做对平台越好，这样新的需求和模块，就可以依托于搭建好的公共服务，这会大幅度减轻研发者的工作量，还避免了以后填坑的烦恼。

　　说了这么多，我们大数据平台的基础服务都有哪些呢，总结起来包括：数据源、权限服务、流程服务、监控服务、字典服务、埋点服务、标签服务、公告服务、文档服务。

　　1.数据源

　　数据源这个词其实比较专业，没有接触过大数据的同学可能不了解是什么，其实这就是数据库链接信息的统一管理模块。一个成熟的大数据平台当然是有能力链接多个数据库，为用户提供工具服务的，而如果报表平台，调度平台等分别建设数据源管理，重复建设不说，将来数据库进行调整时，各个模块需要分别修改配置，调整的影响评估工作量会增加，所以大数据平台需要一个统一的数据源服务，专门管理数据库链接的信息。各功能模块连接数据库均通过它来实现。

　　2.权限服务

　　这个大家应该都非常好理解了，账号的统一的强大之处，我们在腾讯这家公司身上就可以看到。平台完全可以采用RBAC模型，以用户、资源、角色、资源组为实体进行管理。模型已经是行业非常成熟和普遍，这里不在赘述。

　　3.流程服务

　　其实流程服务不一定是必须的，这并不是一个平台级的服务，而是一个公司级的服务，一个公司其实有一套流程平台就足够了，因为任何的工作形态都离不开流程审批，而流程的主体可分为流程流转、流程表单、审批角色这三部分，定义好这三项，就可以定义好一个流程。

　　4.监控服务

　　作为数据平台，监控的重要程度不言而喻，当报送给老板的统计指标值异常时，你可能还没有到公司，电话就被打爆了，所以及时的发现数据处理过程的异常非常关键，而且使用场景也非常多，任务的失败和延迟需要监控，内存和存储需要监控，数据的质量也需要监控，所以把监控抽取为公共服务是非常合理的。

　　5.字典服务

　　我们在做各种表单时，经常会用到下拉选择这一方式，当然有些下拉时关联到某一个实体上，比如用户，队列，账号；但还有一部分是固定的枚举，这就是字典，我历经4家公司，只有一家濒临倒闭的传统公司没有对系统的字典进行抽取统一管理，而其他三家都进行了这项工作。字典统一并以服务的形式对外赋能，开发新表单时不需要在进行繁琐的页面开发，而是一个配置服务搞定。

　　6.埋点服务

　　这又是一个公司级的服务，互联网公司做埋点是在正常不过的事情，当然也不排除有些To B的内部系统产品不埋点，而大一点的互联网公司都会将埋点作为公共服务，因为这是非常常用的功能，如果每次埋点，都需要把数据采集入库这一套流程做一遍，那就太费事了，所以一般埋点平台都会提供SDK以及JS代码，这样研发只需要将SDK集成或JS代码写在页面和按钮里，就可以了。

　　7.标签服务

　　当然，这并不是一个必须产品，因为有的平台根本不使用标签管理对象，但如果有，建议抽取为公共服务。标签管理任务，报表，脚本都可以使用标签管理，用户自定义非常的便捷，如果你的功能还是依靠树形的结构菜单管理，不妨变更下思路，提供标签服务，让用户自己管理自己的东西。

　　8.公告服务

　　平台做大以后，发送公告是家常便饭了，所以有了公告服务，系统建设时就不需要为这件事操心了，统一的发布，统一的提示方式，使得平台看起来更加的统一。

　　9.文档服务

　　因为产品也在不断的升级，大数据产品作为一个To研发的产品，使用门槛必然会非常高，所以能否给予详细的文档说明是衡量这个平台是否优秀的一个标准，虽然大家的愿景是易用到不需要文档，但是这是最终的理想，在达成之前，文档还是很重要的，建立自己的文档中心有助于对产品的沉淀，而且可以减轻系统客服咨询工作的压力，是平台成熟时的必然产物。

　　大数据平台有哪些基础服务.通过中琛魔方大数据平台(www.zcmorefun.com)分析也可以看到，大数据的问题的研究，必然是以商业利益为驱动，一些大的依靠数据牟利的大公司必然会是大数据应用的主体，大数据一定会成为重点研究领域。