人工智能领导者数据策略建造互操作湖屋.pptxVIP

;;;

构建互操作湖屋

数据架构难题：企业为何停滞不前（或认为自身处于停滞状态）;;;

构建互操作湖屋

数据仓库vs.液态屋vs.数据湖

为了帮助您理解传统湖屋和互操作湖屋之间的区别，我们首先需要回顾一下当今大多数数据系统中存在的三种核心架构。想想人们是如何使用他们的车库来储存物品的。想想那些极度有条理的人，他们沿着每面墙都安装了内置的架子，并把他们所有的物品整齐地收纳进每个都清晰标记的塑料箱中。如果有什么东西放不进箱子里或抽屉里，就会被丢弃。这就是数据仓库，一个用于存储结构化和有序数据的存储库。

现在，想象一下一个收藏狂，他们把车库当成了一切物品的垃圾场：DVD堆在旧纳税申报单的箱子上；一辆自行车侧躺，周围散落着各种体育纪念品，积满了灰尘。;

DeltaLake方法

DeltaLake是一个针对ApacheSpark?工作负载优化的开源开放表格格式。因此，典型的实现提供了一种单写多读的模型。这意味着这个表格非常适合寻求在单一供应商或作者上标准化的企业，但在尝试实现开放湖仓和表格格式所承诺的完全双向互操作性时，会遇到摩擦。

结果是，尽管DeltaLake的湖屋建立在开源技术之上，但这种开放性是有限的。这些遗留的湖屋最终还是将用户束缚在单一供应商手中。这个领域的供应商通常要求特定的目录来实现完全功能，或者限制写入能力，从而阻止其