數據湖和數據倉庫是業務分析的關鍵技術，但兩者之間的差異可能會令人困惑。他們有什麼不同？哪一個更穩定嗎？哪一個最能幫助您的業務？本文旨在揭開這兩個系統的神秘面紗來。
什麼是數據湖？
數據湖是一個集中存儲庫，用於存儲所有結構化和非結構化數據。此外，數據湖可以使用其原生格式存儲任何類型的數據，沒有大小限制。數據湖的開發主要是為了處理大數據量，因此他們擅長處理非結構化數據。您通常會將所有數據移動到數據湖中而不進行轉換。湖中的每個數據元素都會分配一個唯一的標識符，並對其進行廣泛標記，以便您以後可以通過查詢找到該元素。這樣做的好處是，您永遠不會丟失數據，它可以在很長一段時間內可用，並且您的數據非常靈活，因為它不需要在存儲之前遵循特定模式。
什麼是數據倉庫？
數據倉庫是一個大容量存儲庫在多個數據庫上的頂部。它旨在存儲中到大量的結構化數據，以進行頻繁和可重複的分析。通常，數據倉庫用於彙集來自各種結構化源的數據以進行分析，通常用於商業目的。一些數據倉庫可以處理非結構化數據，但這並不常見。在集成數據之前，需要確保數據類型兼容。由於存儲在倉庫中的數據是結構化的，因此數據的大小受到限制，並且在將數據添加到倉庫之前確定模式。
數據湖與數據倉庫
想象倉庫：空間有限，箱子必須放在貨架上的特定槽中。每個盒子都需要按順序存儲，以便以後可以找到它，您可能需要設計倉庫，以便定期清除舊庫存。大多數這些相同的約束適用於數據倉庫：大小是固定的，並且必須根據精心設計的模式存儲每個數據，然後才能將數據添加到倉庫。數據倉庫針對結構化數據進行了優化。
相比之下，數據湖是無定形的，邊界可以根據內容增長或縮小。就像湖泊一樣，如果有更多的數據湧入，數據湖就會擴大，當數據被移除時，它會縮小。數據不需要構建，因為您在需要時使用大量標記來查找數據。數據湖針對非結構化數據進行了優化。
下表顯示了數據湖和數據倉庫之間的一些主要差異。
什麼適合您，數據湖或數據倉庫？
答案是你可能需要兩者兼備。數據倉庫非常適用於業務實踐中常見的可重複報告，例如月度銷售報告，每個區域的銷售跟蹤或網站流量。當您執行不太直接的分析時，數據湖很有用。例如，您可能希望對網站上的流量進行行為分析。這些是互補的而不是競爭的工具。
閱讀更多 離開了編程我會死 的文章
