数据湖与数据仓库的对比及数据湖主流开源框架.docxVIP

数据湖与数据仓库的对比及数据湖主流开源框 架 一、 数据湖与数据仓库的对比 数据仓库可提供可报告的结构化数据模型。 这是数据湖与数 据仓库的最大区别。 数据湖存储的是非结构化的原始数据， 并未 定义具体用途。 数据在存入数据仓库前， 需要进行处理， 决定哪些数据将会 或不会存入数据仓库，这被称为“写时模式”。 在存入数据仓库前， 数据的重新定义过程既耗时又艰难， 有 时需要花费数月甚至数年时间， 导致用户无法及时收集数据。 利 用数据湖， 用户就可以即时开始收集数据， 并确定其将来的用途。 鉴于其结构特点， 商业分析员和提前知道自己需要用哪些数 据完成定期报告的商业用户通常会使用数据仓库。