数据湖：Delta Lake：数据湖与数据仓库对比.docx

PAGE1

PAGE1

数据湖：DeltaLake：数据湖与数据仓库对比

1数据湖与数据仓库的基础概念

1.1数据湖的定义与特点

数据湖是一种存储大量原始数据的架构，这些数据可以是结构化、半结构化或非结构化的。数据湖的主要特点包括：

存储大量数据：数据湖能够存储PB级别的数据，包括各种格式，如CSV、JSON、XML、图像、音频和视频等。

数据的原始存储：数据湖中的数据通常以原始格式存储，无需预先定义模式或进行清洗，这为数据的后期分析提供了更大的灵活性。

支持多种数据处理方式：数据湖支持批处理、流处理、机器学习和即席查询等多种数据处理方式，满足不同场景的需求。

数据的自描