像梦一样奔驰|读《数据中台-让数据用起来》笔记整理( 九 ) 作者：人月神话

数据服务本身的实时性和不落地性
【像梦一样奔驰|读《数据中台-让数据用起来》笔记整理】在谈ESB服务总线或API网关的时候，实际上我们始终面临一个问题就是对于大量的类似对数据库表的查询类服务是否要接入到网关来统一管理，其典型特点就是不符合服务的粗粒度特征，同时数据量大，并发量大，每次打的数据获取量本身也对总线造成巨大的压力。
实际上我们重新来回顾这个问题可以看到，数据服务本身的开放本身应该是一种实时查询类服务，而不是为了给你查询到数据落地到本地的服务，实时用实时查，那么数据查询类服务完全可以按照应用逻辑层API接口的设计思路进行，即数据服务本身也可以做成分页服务模式解决大数据量的问题。
只要数据服务不用于数据集成和同步，那么网关就没有大的性能压力。
如果将数据服务获取的数据又落地到业务中台的各个微服务模块，那么可以看到这就是一种边界和职责不清的表现，即业务中台一定不关注数据汇聚的问题，对于数据汇聚，包括汇聚后能力的提供只能在数据中台完成。即使你可能会发现通过调用远程的数据服务API接口来是实现功能的时候造成的开发复杂度增加和分布式事务管理难度，也得通过其他方式去解决。
即满足数据一致性和时效性-》带了分布式事务和强耦合的问题-》通过业务应用层去解决问题。
智能应用是数据应用的核心组成部分，是从数据洞察到业务创新的重要支撑。智能应用结合数据建模和人工智能等多种技术，从数据中提取，挖掘，获取有揭示性和可操作性的信息。对于我们常见的人脸识别，图像比对，智能驾驶，语义分析等都可以纳入到智能应用。
当然我们也可以看到，智能应用的API服务接口看起来像是一个业务能力接口的，但是我们要理解实际是数据服务API能力接口，其原因就是在需要一个强大的数据中台或大数据平台，再加上算法模型才能够提供得出我们需要的这些API能力。
关注：@人月聊IT不定期分享中台规划咨询， SOA和微服务， DevOps解决方案。