兩(liang)周(zhou)前(qian)，我在南寧參加(jia)中(zhong)國計算機學(xue)會(hui)數(shu)據(ju)(ju)庫戰(zhan)略(lve)研討(tao)會(hui)，與會(hui)的(de)專(zhuan)家、學(xue)者就數(shu)據(ju)(ju)要(yao)(yao)素(su)的(de)確權、定價、流通、安全(quan)、供(gong)需(xu)匹配等問題(ti)做了很(hen)多討(tao)論。由于政(zheng)府的(de)推(tui)動，國家數(shu)據(ju)(ju)局(ju)的(de)成(cheng)(cheng)立，當(dang)前(qian)數(shu)據(ju)(ju)資產(chan)(chan)的(de)熱度很(hen)高，尤(you)其是(shi)大型央企(qi)(qi)、國企(qi)(qi)、城市基礎設(she)施運營(ying)公(gong)司，還(huan)(huan)有地方(fang)政(zheng)府都在組成(cheng)(cheng)工(gong)作組推(tui)動當(dang)地數(shu)據(ju)(ju)資產(chan)(chan)入表(biao)，數(shu)據(ju)(ju)資產(chan)(chan)化已(yi)(yi)成(cheng)(cheng)為企(qi)(qi)業數(shu)字化轉型的(de)重要(yao)(yao)組成(cheng)(cheng)部(bu)分。繼(ji)土地、勞動力、資本、技(ji)術四大生(sheng)產(chan)(chan)要(yao)(yao)素(su)之后，數(shu)據(ju)(ju)要(yao)(yao)素(su)已(yi)(yi)成(cheng)(cheng)為第五大生(sheng)產(chan)(chan)要(yao)(yao)素(su)。無論是(shi)政(zheng)府、學(xue)界還(huan)(huan)是(shi)商界，大家都想在數(shu)據(ju)(ju)要(yao)(yao)素(su)上(shang)挖掘機會(hui)。
根(gen)據(ju)(ju)中(zhong)國(guo)(guo)信(xin)息(xi)界發(fa)展研究院的(de)報告，2022年(nian)(nian)(nian)中(zhong)國(guo)(guo)數(shu)(shu)據(ju)(ju)產量(liang)達到(dao)了(le)8.1ZB，全球占比達10.5%，位居世界第(di)二。這么大(da)(da)(da)(da)的(de)數(shu)(shu)據(ju)(ju)規模，加上國(guo)(guo)家(jia)(jia)重視以及諸(zhu)多(duo)政策的(de)加持(chi)，對應(ying)的(de)數(shu)(shu)據(ju)(ju)交(jiao)(jiao)(jiao)易(yi)(yi)(yi)市場(chang)應(ying)該十(shi)分火爆才對。但(dan)(dan)是我們(men)來看看貴陽大(da)(da)(da)(da)數(shu)(shu)據(ju)(ju)交(jiao)(jiao)(jiao)易(yi)(yi)(yi)所(suo)，這個全國(guo)(guo)乃(nai)至全球第(di)一家(jia)(jia)大(da)(da)(da)(da)數(shu)(shu)據(ju)(ju)交(jiao)(jiao)(jiao)易(yi)(yi)(yi)所(suo)成(cheng)果如何(he)呢？從(cong)2015年(nian)(nian)(nian)成(cheng)立至今，貴陽大(da)(da)(da)(da)數(shu)(shu)據(ju)(ju)交(jiao)(jiao)(jiao)易(yi)(yi)(yi)所(suo)已快滿十(shi)年(nian)(nian)(nian)，成(cheng)立之初在當(dang)地政府支持(chi)下，其就確(que)定了(le)“布局全國(guo)(guo)30家(jia)(jia)交(jiao)(jiao)(jiao)易(yi)(yi)(yi)中(zhong)心”的(de)戰略，并以“匯集1萬(wan)家(jia)(jia)大(da)(da)(da)(da)數(shu)(shu)據(ju)(ju)交(jiao)(jiao)(jiao)易(yi)(yi)(yi)會員、每(mei)年(nian)(nian)(nian)數(shu)(shu)據(ju)(ju)清洗交(jiao)(jiao)(jiao)易(yi)(yi)(yi)量(liang)1萬(wan)PB、大(da)(da)(da)(da)數(shu)(shu)據(ju)(ju)交(jiao)(jiao)(jiao)易(yi)(yi)(yi)年(nian)(nian)(nian)總額3萬(wan)億、圍(wei)繞交(jiao)(jiao)(jiao)易(yi)(yi)(yi)所(suo)平臺的(de)創業公司(si)超過1萬(wan)家(jia)(jia)”作為中(zhong)長期目(mu)標。但(dan)(dan)其2023年(nian)(nian)(nian)的(de)年(nian)(nian)(nian)交(jiao)(jiao)(jiao)易(yi)(yi)(yi)額不到(dao)30億人民幣，與曾經定下的(de)目(mu)標相(xiang)差了(le)1000多(duo)倍。
從市(shi)場和政策層面出發，數據作為商(shang)品，大(da)數據交(jiao)(jiao)易所(suo)應該發展(zhan)的很好，為什么(me)會(hui)生意(yi)慘淡至(zhi)極？且(qie)貴陽大(da)數據交(jiao)(jiao)易所(suo)面臨(lin)的問題并不獨特(te)，而是各(ge)地數據交(jiao)(jiao)易普遍(bian)面臨(lin)的問題，那(nei)么(me)數據交(jiao)(jiao)易是偽命題嗎？未(wei)來它的發展(zhan)路徑會(hui)如何(he)變化？對(dui)企業來說如何(he)才(cai)能搶占先機？過去的兩周(zhou)我做了一些思考，借端午節(jie)長周(zhou)末，來分享一下我的思考。
數據交易所的困境分析
在討論大數(shu)(shu)(shu)(shu)據(ju)(ju)交易(yi)所時，首先得提的(de)是它們的(de)數(shu)(shu)(shu)(shu)據(ju)(ju)來源之(zhi)多樣(yang)和(he)復雜(za)。這(zhe)(zhe)里(li)有來自(zi)政府的(de)公開(kai)數(shu)(shu)(shu)(shu)據(ju)(ju)，企業自(zi)家的(de)內部數(shu)(shu)(shu)(shu)據(ju)(ju)，還(huan)有那些(xie)通過網絡(luo)爬蟲抓取的(de)數(shu)(shu)(shu)(shu)據(ju)(ju)。質量好壞不一，自(zi)然也(ye)就(jiu)影響了(le)數(shu)(shu)(shu)(shu)據(ju)(ju)產品的(de)質量，使得這(zhe)(zhe)些(xie)產品難(nan)以達到一個統一的(de)標準。即(ji)使到了(le)2023、2024年，數(shu)(shu)(shu)(shu)據(ju)(ju)產品的(de)基本形態還(huan)是沒怎么變。主(zhu)流的(de)還(huan)是那些(xie)數(shu)(shu)(shu)(shu)據(ju)(ju)集、數(shu)(shu)(shu)(shu)據(ju)(ju)包和(he)數(shu)(shu)(shu)(shu)據(ju)(ju)報告，再加上一些(xie)數(shu)(shu)(shu)(shu)據(ju)(ju)服務和(he)工具，整體來說比較簡單，增值(zhi)空間也(ye)有限。
舉個例子，貴陽大數據交易所的產品線就包括數據集、離線數據包和數據服務等，還額外加了算力和算法模型；深圳的交易所則提供API數據、加密數據、數據集、數據分析報告及數據應用程序，同時也增設了數據服務和工具兩大類；上海的數據交易所則主要聚焦在數據集和數據服務上。但仔細一看，這些數據都是離線數據屬性。
其次不得不提的是數據安全問題，從威脅獵人發布的《2023年第一季度數據資產泄露分析報告》中可以看到，這一個季度就發生了近1000起數據泄露事件，影響了1204家公司和38個行業。黑市數據交易主要還是集中在那些更隱蔽、更方便的匿名社交平臺上。而離線數據的特性，導致這一問題一直都是揮之不去的陰影。那么，如何在未來有效地解決和控制數據安全問題，對于各地的數據交易所來說，無疑是個長期且艱巨的挑戰。
而且，考慮到離線數(shu)(shu)據交(jiao)(jiao)易(yi)的(de)特殊性(xing)，其實(shi)(shi)這(zhe)就是典型的(de)一(yi)錘子買(mai)賣(mai)。肯尼斯·約瑟(se)夫·阿羅(luo)，一(yi)個諾貝爾經(jing)濟(ji)學獎得主，他在(zai)上世紀(ji)60年代的(de)作(zuo)品(pin)《不確定(ding)性(xing)與醫(yi)療保健經(jing)濟(ji)學》中(zhong)就提(ti)到了數(shu)(shu)據交(jiao)(jiao)易(yi)中(zhong)存在(zai)的(de)信息不對稱(cheng)問題。數(shu)(shu)據作(zuo)為一(yi)種(zhong)(zhong)商品(pin)，其特殊性(xing)在(zai)于買(mai)方(fang)(fang)很難在(zai)購買(mai)前判斷其真(zhen)實(shi)(shi)價值。一(yi)旦買(mai)方(fang)(fang)掌握了數(shu)(shu)據內容，他們就可以輕易(yi)復制這(zhe)些數(shu)(shu)據，從而失去再次購買(mai)的(de)需求。這(zhe)種(zhong)(zhong)現(xian)象在(zai)信息經(jing)濟(ji)學中(zhong)袒露無(wu)遺(yi)，被(bei)稱(cheng)為“阿羅(luo)悖論(lun)”。
這種現象指出了數(shu)據產品(pin)交易(yi)的(de)(de)(de)一大困境：買方在未完(wan)全獲取(qu)數(shu)據前難(nan)以評估其價值，但一旦數(shu)據到手(shou)，其復制的(de)(de)(de)成本(ben)又極(ji)低，這讓數(shu)據的(de)(de)(de)獨賣變得非常困難(nan)。因此，數(shu)據交易(yi)的(de)(de)(de)市場(chang)機制和(he)其他類(lei)型商品(pin)的(de)(de)(de)交易(yi)機制存在本(ben)質的(de)(de)(de)不同，這對數(shu)據交易(yi)平臺的(de)(de)(de)設計和(he)運營提出了更高的(de)(de)(de)要(yao)求。
那我們不妨再深思一下，到底什么樣的數據是更難以復制，購買方樂意持續付費購買呢？我(wo)分析后得出的結(jie)論是實時數(shu)據。
實時數據交易
實時數(shu)據(ju)是(shi)指數(shu)據(ju)實時持續(xu)不斷更新的(de)數(shu)據(ju)。最典(dian)型的(de)實時數(shu)據(ju)是(shi)證(zheng)券(quan)交易數(shu)據(ju)，大小投資機構(gou)以及個人投資者，都需要實時訂(ding)閱各大證(zheng)券(quan)交易所(suo)的(de)數(shu)據(ju)，了(le)解實時的(de)市(shi)場(chang)行(xing)情(qing)，來(lai)決定是(shi)否買還是(shi)賣。
實時數據對于時間十分敏感，而且延時的長短，直接決定了數據的價值大小，超過一定時長的數據雖然可以做歷史分析，但商業價值不大。因此實時數據的交易一定是在線實時進行的，無法通過離線方式進行。數據擁(yong)有(you)者(zhe)和使(shi)(shi)用者(zhe)之間必(bi)須通過數據訂閱服務(wu)進行，使(shi)(shi)用者(zhe)通過一組API來(lai)實時獲取數據。
不同(tong)的(de)實時(shi)(shi)數(shu)(shu)據源(yuan)，根據市場供需關系，可(ke)(ke)(ke)以(yi)制(zhi)定不同(tong)的(de)價(jia)格。而且支付(fu)的(de)費(fei)用(yong)是按(an)照訂閱的(de)時(shi)(shi)長決定的(de)，使用(yong)者(zhe)對(dui)(dui)數(shu)(shu)據的(de)質量和服務不滿意，隨時(shi)(shi)可(ke)(ke)(ke)以(yi)停(ting)止(zhi)訂閱。另外(wai)一(yi)方面，對(dui)(dui)于(yu)數(shu)(shu)據提供者(zhe)而言(yan)，實時(shi)(shi)數(shu)(shu)據的(de)交易不會是一(yi)錘子買賣，因為數(shu)(shu)據在(zai)持續產生，使用(yong)者(zhe)一(yi)旦停(ting)止(zhi)付(fu)費(fei)，就無法(fa)繼續獲(huo)得最新的(de)數(shu)(shu)據。因此實時(shi)(shi)數(shu)(shu)據交易，對(dui)(dui)于(yu)買賣雙方而言(yan)，都是完(wan)全可(ke)(ke)(ke)控的(de)，定價(jia)不是一(yi)個問題(ti)。
由于實時(shi)數據(ju)的交(jiao)易(yi)(yi)一(yi)定是(shi)在線提供的，很容(rong)(rong)易(yi)(yi)通過技術手段監測到被訂閱的數據(ju)流是(shi)否在未經許可的情況下，被再(zai)次售賣(mai)，而(er)且(qie)由于服務(wu)是(shi)持續提供的，對(dui)(dui)不法分(fen)子取證也相(xiang)對(dui)(dui)容(rong)(rong)易(yi)(yi)，因(yin)此數據(ju)復制的問(wen)(wen)題(ti)不再(zai)是(shi)交(jiao)易(yi)(yi)中致命的問(wen)(wen)題(ti)，這也從一(yi)定層面上解決了離線數據(ju)安全以及(ji)數據(ju)確權的問(wen)(wen)題(ti)。
對于離線數據來說，其存在如何評估、計價和入表的問題，最近很多服務機構介入這些環節。但對于實時數據，這些問題都不存在。訂閱的實時數據，原則上是只能記為經營成本的，無法記為資產，因為超過一定的(de)(de)時長(chang)，數(shu)據(ju)的(de)(de)價(jia)值就折舊為零了(le)。為充分利用(yong)實時數(shu)據(ju)的(de)(de)價(jia)值，數(shu)據(ju)使用(yong)方需要將(jiang)實時數(shu)據(ju)集成進自(zi)己(ji)的(de)(de)運(yun)營(ying)系統(tong)，做出實時決策的(de)(de)。如果購買(mai)的(de)(de)實時數(shu)據(ju)無法提升企業的(de)(de)運(yun)行效率(lv)，是沒有任何價(jia)值的(de)(de)。
實時數(shu)據的(de)在線(xian)(xian)交易(yi)解(jie)決(jue)了離(li)線(xian)(xian)數(shu)據交易(yi)的(de)幾乎所(suo)有問(wen)題，而且金(jin)融證(zheng)券(quan)交易(yi)數(shu)據的(de)訂(ding)閱已經被市(shi)(shi)場(chang)證(zheng)明是(shi)(shi)成功的(de)商(shang)業模式。那么除金(jin)融證(zheng)券(quan)市(shi)(shi)場(chang)之外，是(shi)(shi)否還有其他未被挖掘的(de)市(shi)(shi)場(chang)呢？答案(an)是(shi)(shi)肯(ken)定的(de)。
首先，所有(you)公(gong)用事業(ye)(ye)的(de)(de)(de)(de)(de)數(shu)(shu)據(ju)，包括電(dian)(dian)(dian)力、煤氣(qi)、自來(lai)(lai)水、熱力等會產生(sheng)海量(liang)的(de)(de)(de)(de)(de)實(shi)時(shi)數(shu)(shu)據(ju)，這些實(shi)時(shi)數(shu)(shu)據(ju)可以發布(bu)出(chu)去，讓一些相關的(de)(de)(de)(de)(de)企業(ye)(ye)依據(ju)這些數(shu)(shu)據(ju)做(zuo)出(chu)實(shi)時(shi)的(de)(de)(de)(de)(de)商業(ye)(ye)決策，達到運營效率的(de)(de)(de)(de)(de)最大化。比如(ru)各大發電(dian)(dian)(dian)廠可以根(gen)據(ju)國家電(dian)(dian)(dian)網發布(bu)的(de)(de)(de)(de)(de)實(shi)時(shi)的(de)(de)(de)(de)(de)用電(dian)(dian)(dian)數(shu)(shu)據(ju)，來(lai)(lai)調整自己的(de)(de)(de)(de)(de)電(dian)(dian)(dian)力生(sheng)產。氣(qi)象類的(de)(de)(de)(de)(de)數(shu)(shu)據(ju)，對于(yu)風電(dian)(dian)(dian)、光伏發電(dian)(dian)(dian)、儲能(neng)(neng)等新能(neng)(neng)源企業(ye)(ye)而言，至關重要，因為(wei)有(you)了氣(qi)象數(shu)(shu)據(ju)，就能(neng)(neng)很(hen)好的(de)(de)(de)(de)(de)預測(ce)未來(lai)(lai)幾個小時(shi)的(de)(de)(de)(de)(de)發電(dian)(dian)(dian)量(liang)，結合用電(dian)(dian)(dian)量(liang)的(de)(de)(de)(de)(de)預測(ce)，就能(neng)(neng)做(zuo)出(chu)較為(wei)精準的(de)(de)(de)(de)(de)調度安排。
阿里、京(jing)東、拼多(duo)(duo)多(duo)(duo)等(deng)(deng)電(dian)商(shang)交(jiao)易實(shi)(shi)(shi)時數據(ju)，在(zai)處(chu)理加工后(hou)(hou)，可以(yi)實(shi)(shi)(shi)時發(fa)布(bu)出(chu)來(lai)(lai)。相當多(duo)(duo)的(de)貿易商(shang)、廠商(shang)就可以(yi)根據(ju)某個品類的(de)銷量(liang)變化，銷售額、地域分(fen)布(bu)等(deng)(deng)數據(ju)，來(lai)(lai)決定是否繼續生產、停產，或(huo)推(tui)出(chu)新的(de)款式(shi)，從而調配(pei)不(bu)同(tong)的(de)資源，實(shi)(shi)(shi)現企業(ye)運(yun)營效率的(de)最大化。隨著物(wu)聯網(wang)(wang)的(de)推(tui)進(jin)，幾(ji)乎所(suo)有設備都在(zai)聯網(wang)(wang)，從手環、共(gong)享(xiang)出(chu)行，到電(dian)梯、鍋爐、挖(wa)掘機等(deng)(deng)設備等(deng)(deng)也都在(zai)聯網(wang)(wang)。他們(men)采(cai)集(ji)的(de)數據(ju)，經(jing)過(guo)處(chu)理加工后(hou)(hou)，可以(yi)實(shi)(shi)(shi)時發(fa)布(bu)出(chu)來(lai)(lai)，眾(zhong)多(duo)(duo)的(de)服務商(shang)以(yi)及制造商(shang)可以(yi)訂閱這(zhe)些數據(ju)做出(chu)正確的(de)商(shang)業(ye)決策(ce)，比如城(cheng)市規(gui)劃(hua)、店鋪(pu)選址、物(wu)流配(pei)送、新品規(gui)劃(hua)、保險、審計等(deng)(deng)等(deng)(deng)。
實時數據交易市場的趨勢
隨著數(shu)(shu)字化的(de)推進，各行(xing)各業(ye)都會(hui)(hui)產(chan)生(sheng)海(hai)量的(de)實(shi)時(shi)數(shu)(shu)據，各行(xing)各業(ye)都會(hui)(hui)依賴自身(shen)之外的(de)第三方實(shi)時(shi)數(shu)(shu)據來做(zuo)出更為精準的(de)商(shang)業(ye)決策，提升運營效(xiao)率，因此(ci)實(shi)時(shi)數(shu)(shu)據交(jiao)易市場一定(ding)會(hui)(hui)越來越大。但這些(xie)實(shi)時(shi)數(shu)(shu)據的(de)交(jiao)易會(hui)(hui)在哪發生(sheng)呢(ni)？會(hui)(hui)在中(zhong)國(guo)已經設立的(de)眾多大數(shu)(shu)據交(jiao)易所進行(xing)嗎？答(da)案是(shi)否定(ding)的(de)。
一方(fang)面(mian)，就像證券(quan)交(jiao)(jiao)易(yi)所的數據交(jiao)(jiao)易(yi)是由(you)證券(quan)交(jiao)(jiao)易(yi)所提(ti)供一樣，其他行(xing)業的實(shi)時數據交(jiao)(jiao)易(yi)大概率是由(you)數據擁有方(fang)來提(ti)供的，這(zhe)樣才(cai)能減少中間(jian)環節，保(bao)證數據的實(shi)時性，而且有利(li)于(yu)數據擁有方(fang)根據市場供需關系，快(kuai)速調整交(jiao)(jiao)易(yi)價格。
另外一(yi)方面，與多年(nian)前搭(da)(da)(da)建(jian)一(yi)個(ge)證券交(jiao)易(yi)平(ping)臺相(xiang)比(bi)，現在搭(da)(da)(da)建(jian)一(yi)個(ge)實時數(shu)據(ju)(ju)(ju)交(jiao)易(yi)平(ping)臺的(de)技(ji)術(shu)門檻已經大(da)幅降低，一(yi)百萬RMB都不(bu)需要，一(yi)家企(qi)業就(jiu)可以短時間(jian)內搭(da)(da)(da)建(jian)出(chu)一(yi)個(ge)私有(you)的(de)實時數(shu)據(ju)(ju)(ju)交(jiao)易(yi)平(ping)臺，對(dui)外提(ti)供(gong)(gong)服(fu)務。比(bi)如采用我們濤(tao)思數(shu)據(ju)(ju)(ju)開發(fa)的(de)TDengine，利用其內建(jian)的(de)數(shu)據(ju)(ju)(ju)訂(ding)閱功能就(jiu)可以迅速提(ti)供(gong)(gong)實時數(shu)據(ju)(ju)(ju)交(jiao)易(yi)服(fu)務。
實時數據一定是時序數據，一定是隨著時間的變化而變化的。TDengine是開(kai)源(yuan)、高(gao)效的(de)(de)(de)(de)(de)、具(ju)有(you)(you)水平(ping)擴展(zhan)能(neng)(neng)力(li)的(de)(de)(de)(de)(de)時序數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)處理平(ping)臺。2017年創辦濤思數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)之初，我已(yi)經意識到實(shi)(shi)時數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)分(fen)發(fa)(fa)、分(fen)享的(de)(de)(de)(de)(de)價值，因此2018年底發(fa)(fa)布TDengine的(de)(de)(de)(de)(de)第一個(ge)版本時，我們就推出了數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)訂(ding)(ding)閱的(de)(de)(de)(de)(de)功(gong)能(neng)(neng)。一旦被訂(ding)(ding)閱的(de)(de)(de)(de)(de)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)有(you)(you)更新(xin)，數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)就會(hui)被實(shi)(shi)時的(de)(de)(de)(de)(de)推送給數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)消(xiao)費者(zhe)。不同(tong)于(yu)流行的(de)(de)(de)(de)(de)Kafka，根據(ju)(ju)(ju)(ju)(ju)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)使用方的(de)(de)(de)(de)(de)需求，數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)擁有(you)(you)方可(ke)以使用SQL定(ding)義一個(ge)主題(topic)，來決定(ding)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)分(fen)發(fa)(fa)的(de)(de)(de)(de)(de)顆粒度(du)(du)。用戶可(ke)以訂(ding)(ding)閱整個(ge)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)庫，也可(ke)以訂(ding)(ding)閱部分(fen)表(biao)、部分(fen)列、部分(fen)時間段(duan)、甚至對(dui)原始數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)進(jin)行加工后(hou)再分(fen)發(fa)(fa)，這樣數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)擁有(you)(you)方最(zui)大程(cheng)度(du)(du)的(de)(de)(de)(de)(de)控制了數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)分(fen)發(fa)(fa)的(de)(de)(de)(de)(de)顆粒度(du)(du)以及(ji)數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)的(de)(de)(de)(de)(de)隱(yin)私。數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)擁有(you)(you)方還可(ke)以根據(ju)(ju)(ju)(ju)(ju)實(shi)(shi)時數(shu)(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)分(fen)發(fa)(fa)的(de)(de)(de)(de)(de)顆粒度(du)(du)，制定(ding)不同(tong)的(de)(de)(de)(de)(de)交(jiao)易價格，更具(ju)市場靈活性。
眾多的(de)企業都可以(yi)在自(zi)(zi)己(ji)(ji)私有(you)化平臺(tai)上提(ti)供自(zi)(zi)己(ji)(ji)的(de)實(shi)時(shi)數(shu)據訂閱(yue)服務，但依(yi)然(ran)會存在更(geng)大的(de)平臺(tai)，來提(ti)供各(ge)式各(ge)樣的(de)實(shi)時(shi)數(shu)據服務，美國(guo)(guo)snowflake的(de)數(shu)據市場便(bian)是一(yi)(yi)例。在中國(guo)(guo)， 我相(xiang)(xiang)信阿里(li)云(yun)、騰(teng)訊(xun)云(yun)等云(yun)平臺(tai)都會成(cheng)為大的(de)數(shu)據交易(yi)平臺(tai)，我們濤思數(shu)據的(de)TDengine云(yun)服務也會是其一(yi)(yi)。只要(yao)數(shu)據提(ti)供方將(jiang)采集(ji)的(de)實(shi)時(shi)數(shu)據源源不斷(duan)的(de)寫入(ru)(ru)TDengine的(de)云(yun)平臺(tai)，相(xiang)(xiang)應的(de)數(shu)據使用方就可以(yi)訂閱(yue)來獲取實(shi)時(shi)數(shu)據，極其之簡單，而(er)且初期的(de)投入(ru)(ru)和風險幾乎為零。
當然，這些數據(ju)交易平(ping)臺需要遵(zun)守國(guo)家(jia)指(zhi)定的(de)法(fa)(fa)律法(fa)(fa)規、而且采取技術手段來(lai)保證數據(ju)的(de)隱私(si)和安全(quan)。
結語
現有的(de)(de)離線數(shu)(shu)據(ju)的(de)(de)交(jiao)(jiao)易(yi)有市場(chang)，只是由于存在(zai)(zai)各種問(wen)題，增長空間(jian)有限(xian)。但對于實(shi)時(shi)數(shu)(shu)據(ju)的(de)(de)在(zai)(zai)線交(jiao)(jiao)易(yi)，確權(quan)、定價、流(liu)通(tong)、安全等(deng)問(wen)題都不(bu)存在(zai)(zai)，而且已被金融證券(quan)市場(chang)證明(ming)是成(cheng)功的(de)(de)。隨著數(shu)(shu)字(zi)化的(de)(de)推進以及國家政(zheng)(zheng)策(ce)的(de)(de)推動(dong)，每家機構或企(qi)業(ye)(ye)都想充分利用能獲取能購(gou)買的(de)(de)的(de)(de)實(shi)時(shi)數(shu)(shu)據(ju)實(shi)時(shi)做(zuo)出正確的(de)(de)商業(ye)(ye)決策(ce)，來(lai)提升系統的(de)(de)運營效率，實(shi)時(shi)數(shu)(shu)據(ju)交(jiao)(jiao)易(yi)的(de)(de)市場(chang)空間(jian)會(hui)(hui)越(yue)來(lai)越(yue)大。同時(shi)，搭(da)建(jian)實(shi)時(shi)數(shu)(shu)據(ju)交(jiao)(jiao)易(yi)平(ping)臺的(de)(de)技術門檻大幅降低，任(ren)何一家擁(yong)有實(shi)時(shi)數(shu)(shu)據(ju)的(de)(de)企(qi)業(ye)(ye)都可(ke)以快速搭(da)建(jian)一個(ge)交(jiao)(jiao)易(yi)平(ping)臺來(lai)提供服(fu)務(wu)，因此數(shu)(shu)據(ju)交(jiao)(jiao)易(yi)不(bu)會(hui)(hui)僅僅發生在(zai)(zai)已經建(jian)立的(de)(de)大數(shu)(shu)據(ju)交(jiao)(jiao)易(yi)所內(nei)。如果沒(mei)有任(ren)何政(zheng)(zheng)策(ce)限(xian)制，實(shi)時(shi)數(shu)(shu)據(ju)交(jiao)(jiao)易(yi)會(hui)(hui)是百花齊放的(de)(de)局面。
陶建輝
2024年(nian)6月10日寫(xie)于北京(jing)望京(jing)
