從本質上說，數據湖就是一個信息資源庫。人們常常將數據湖與數據倉庫混為一談，但兩者在架構和滿足的業務需求上都不一樣。尤其是，隨著社交媒體數據、物聯網機器數據和交易數據持續快速增加，云數據湖成為了現代數據管理戰略的重要組成部分。存儲、轉換和分析各類數據的能力可以為企業發現新業務機會和實現數字化轉型鋪平道路，而數據湖正好能賦予企業這種能力。

數據湖的定義

數據湖是一個中央數據存儲庫，可以幫助解決數據孤島問題。重要的是，數據湖可以存儲大量原生或原始格式的原始數據，包括結構化、非結構化和半結構化格式的數據。數據湖，尤其是云端的數據湖，具有成本低、易擴展的特點，并且常與實用機器學習分析工具一起使用。

數據湖 VS 數據倉庫

與數據湖相比，數據倉庫還提供數據管理功能，而且存儲的是經過處理和過濾的數據，這些數據事先基于預定義的業務問題或用例進行了處理。

數據倉庫和數據湖對比

數據倉庫與數據湖通常互為補充。例如，當需要存儲在數據湖中的原始數據來回答業務問題時，可以將其從數據湖中提取出來，進行清理和轉換，然后在數據倉庫中進一步分析。

“數據湖倉一體”是近幾年出現的新概念，還在不斷發展，它在傳統數據湖的基礎上增添了數據管理功能。從本質上講，數據湖庫就是數據湖和數據倉庫的融合。

除上述數據類型和流程差異外，下表還列出了數據湖與數據倉庫解決方案的一些其他區別。

審核編輯 黃宇