数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
Microsoft Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究数据湖和数据仓库的区别
数据湖和数据仓库都用于存储大数据。数据湖是一个非常大的存储库，用于存储原始的非结构化数据，例如机器与机器之间的通信、实时流动的日志等。数据湖中存储数据的用途并未预先定义，它们被存储起来以便将来进行数据分析。
数据仓库是一个存储结构化、已过滤数据的存储库，这些数据已经过处理并用于特定目的。数据仓库从多个来源收集数据，并使用ETL流程转换数据，然后将其加载到数据仓库中以用于业务目的。
阅读本教程，了解更多关于数据湖和数据仓库的信息，以及它们之间有何不同。
什么是数据湖？
数据湖是一个非常大的存储库，其中以低成本存储各种数据。数据湖主要用于存储原始的非结构化数据。因此，存储在数据湖中的数据与信息来源无关。它们可以在需要时随时转换为任何形式。数据湖中的数据并非规范化形式。
数据湖主要用于存储海量结构化和非结构化数据，例如呼叫日志、ERP事务等。使用数据湖的主要优势在于它以原始形式存储数据，因此可以以新的方式分析这些数据以获得意想不到的见解。
什么是数据仓库？
数据仓库是一个大型数据存储库，它收集公司内不同组织的数据。它代表一组随时间变化、非易失性和集成的的数据，可以帮助管理层进行决策。数据仓库存储结构化和已过滤的数据。它使用集中式系统进行数据存储。
数据仓库使用略微反规范化的数据并遵循自上而下的数据模型。数据仓库的重要特性包括灵活性和较长的生命周期、数据方向性等等。但是，设计数据仓库是一项困难的任务，因为它们的结构在不断发展。
数据湖和数据仓库的区别
下表重点介绍了数据湖和数据仓库之间的所有关键区别：
关键 |
数据湖 |
数据仓库 |
|---|---|---|
基础 |
数据湖是一个非常大的存储库，用于存储原始的非结构化数据，例如机器与机器之间的通信、实时流动的日志等。 |
数据仓库是一个存储结构化、已过滤数据的存储库，这些数据已经过处理并用于特定目的。 |
规范化 |
数据不是规范化形式。 |
数据仓库具有反规范化的模式。 |
模式创建 |
加载数据后创建模式。 |
加载数据前创建模式。 |
ELT/ETL |
它使用ELT流程。 |
它使用ETL流程。 |
用途 |
对于那些想要深入分析的人来说，它是理想的选择。 |
它非常适合操作用户。 |
结论
最显著的区别在于，数据湖是一个非常大的存储库，用于存储原始的非结构化数据，而数据仓库是用于存储结构化数据的存储库。
浏览量：737
