数据仓库、数据集市和数据湖有什么区别？

写在前面

本文隶属于专栏《100个问题搞定大数据理论体系》，该专栏为笔者原创，引用请注明来源，不足和错误之处请在评论区帮忙指出，谢谢！

本专栏目录结构和文献引用请见100个问题搞定大数据理论体系

解答

1. 数据仓库
只能对结构化数据进行处理，而且这些数据必须与数据仓库事先定义的模型吻合。
处理结构化数据，将它们或者转化为多维数据，或者转换为报表，以满足后续的高级报表及数据分析需求。
数据仓库通常用于存储和维护长期数据，因此数据可以按需访问。
2. 数据集市
一般是满足某一类功能需求的数据仓库的简单模式，往往由些业务部门构建，也可以构建在企业数据仓库上。
一般来说，数据集市数据源比较少，但往往对数据分析的延时有很高的要求，并需要和各种报表工具有很好的对接。
3. 数据湖
能处理所有类型的数据，如结构化数据、非结构化数据、半结构化数据等，数据的类型依赖于数据源系统的原始数据格式。
拥有足够强的计算能力用于处理和分析所有类型的数据，分析后的数据会被存储起来供用户使用。
数据湖通常包含更多的相关信息，这些信息被访问的概率很高，并且能够为企业挖掘新的运营需求。