此時的前臺和后臺就像是兩個不同轉速的齒輪，前臺由于要快速響應前端用戶的需求，講究的是快速創新迭代，所以要求轉速越快越好；

1. 齒輪運行振動速度過快

齒輪的振動速度過快，主要是由于齒輪傳動中的頻率過快和齒輪間的振動頻率過快。在齒輪的運行中，振動速度高，振動頻率受到影響，產生噪聲。

圖4--行星齒輪與齒圈：太陽輪的軸是高速端輸出軸，把太陽輪放入行星齒輪中間，太陽輪的齒可與所有行星齒輪的齒很好的嚙合，見圖5。

數據的聚集、加工的目的也是為了數據的服務，但是數據湖泊只是解決了聚集問題，在數據加工方面由于不可控制的需求變得異常繁重，由于數據的繁雜和混亂引入數據治理讓數據的加工更是舉步維艱。

因此，企業急需調整和改革供應端（生產制造和供應鏈），也就是需要一個統一真實的數據源來描述客戶，而不是任由客戶的不同維度數據由不同部門各自存儲，于是在這樣的場景下數據中臺應運而生。數據中臺跟之前大數據平臺最大的區別，在于數據中臺距離業務更近，能更快速地響應業務和應用開發的需求，更精準。

2. 載荷沖擊帶來而定齒輪振動

在這里，齒輪傳動被視為一個振動彈簧系統，齒輪自然成為這個系統的一部分。當齒輪經受不同程度的載荷時，振動的頻率、扭轉的方向也可以是不同的，并且在圓周方向上形成多個振動力。此外，齒輪本身在處理噪音問題時，會形成平穩無尖叫的噪音。

公開數據主要是通過爬蟲等方式抓取的數據，如電商網站商品、社交網站的用戶評論等。線上數據指通過SDK等方式獲取的數據，主要是移動設備上的用戶行為數據、LBS位置數據等；線下數據指一類是通過WIFI、藍牙探針獲取的數據，另一類是公安、運營商、銀聯等高價值數據。

SPAS采用的是基于面向服務的架構SOA理念的 “去中心化”的服務架構，所有的服務都是以“點對點”的方式進行交互。阿里之所以選擇“去中心化”的分布式服務架構，主要是考慮到擴展性。

比如現在銷售部門依賴于CRM（客戶關系管理平臺），售后部門主要看客服系統，市場營銷部門關心微信平臺，數據分析團隊使用各類數據分析工具…在這個過程中，各個企業分別都在用不同的方式來盡可能的利用數據產生的價值。