数据湖的基本特征&与数据仓库的区别

数据湖的基本特征：
保真性、灵活性、可管理、可追溯、丰富的计算引擎（批处理、流计算、交互式分析、机器学习）
数据湖，多源异构、大规模、各种实时性要求。
目标用户：数据分析师、数据科学家。
除了大数据基础平台的能力之外，更要求数据管理、治理及数据资产化能力。

数据湖与数据仓库的区别
存储数据类型不同。数据仓库中存储的主要是结构化数据，对于加载到数据仓库中的数据，首先需要定义数据存储模型。而数据湖以其原生格式保存大量原始数据，包括结构化的、半结构化的和非结构化的数据，并且在使用数据之前，不对数据结构进行定义。
数据处理模式不同。数据仓库是高度结构化的架构，数据在清洗转换之后才会加载到数据仓库，用户获得的是处理后数据。而在数据湖中，数据直接加载到数据湖中，然后根据分析的需要再处理数据。
服务对象不同。从用户差异上来看，数据仓库适合企业中大数据产品开发人员和业务用户。而数据湖最适合数据分析师或数据科学家，他们直接基于数据沙箱做自由探索和分析，这些人要求有技术背景，会写代码或熟悉SQL。