本文已参与「新人创作礼」活动，一起开启掘金创作之路。
title: 数据湖与数据仓库的区别 date: 2022-01-18 23:39:42 tags: [数据仓库,数据湖] categories: 数据湖
什么是数据湖？什么是数据仓库？
数据湖是一个存储企业的各种各样原始数据的大型仓库，其中的数据可供存取、处理、分析及传输。
数据湖从企业的多个数据源获取原始数据，并且针对不同的目的，同一份原始数据还可能有多种满足特定内部模型格式的数据副本。因此，数据湖中被处理的数据可能是任意类型的数据，从结构化数据到完全非结构化数据。
数据湖能给企业带来多种能力，例如，实现数据的集中式管理，在此之上，企业能挖掘出很多之前所不具备的能力。
长期以来，企业一直企图找到一个统一的模型来表示企业中所有实体，这个任务有极大的挑战性，原因有很多，这里举了其中一部分原因：
- 一个实体有可能在企业中有多种表示形式，因此可能不存在某个完备的模型来统一表示实体。
- 不同的企业应用程序可能会基于特定的商业目标来处理实体，这意味着处理实体时，会采用或者排斥某些企业流程。
- 不同应用程序可能会对每个实体采用不同的访问模式及存储结构。
数据仓库就是针对企业的应用程序数据存储，它有统一的标准，统一的格式存储，基本都是格式化数据。
好了，今天就说这些，当然他们之间的区别，不仅仅是这些，具体细节，还需各位自己体会。
再见，我是Lee，每天进步一点点。
Keep reading, Keep writing, Keep coding.
一起学习，一起进步。
