11. 数据湖

概念

数据湖是一个存储企业各种各样原始数据的大型仓库，其中数据可供存取、处理、分析和传输

区别

数据维度

数据仓库是通过抽取清洗过、结构化过的数据
数据湖是原始数据，存放结构化、半结构化数据

模式维度

数据仓库在数据存储之前定义数据模式
数据仓库在数据集成之前完成大量工作
数据仓库的数据价值提前明确
数据湖的在数据存储之后定义数据模式
数据湖提供简单、敏捷的数据集成
数据湖的数据价值尚未明确

存取方法维度

数据仓库提供标准 SQL 接口
数据湖为应用程序，类 SQL 接口

优势

数据仓库多数据源集成；干净、安全的数据、转换一次多次使用
数据湖有无限扩展性，可以并行执行，支持编程框架、数据经济
数据仓库只支持数据分析处理
数据湖既支持数据分析处理，也支持事务（业务）处理。