超级会员免费看
本文深入探讨了数据湖和数据仓库的区别，强调数据湖的全面数据存储、多样化的分析能力以及数据治理的重要性。澄清了关于数据湖的常见误解，指出数据湖不仅用于存储原始数据，而是支持所有数据类型和用户，提供更快的洞察力。此外，还讨论了数据湖与大数据平台的差异，以及数据湖在实际应用中面临的挑战和管理需求。
数据湖再识
读者交流群已经开通了，有需要的可以私信进入读者交流群
前面我们说过用户需求驱动数据服务，一切新技术的诞生，时代都会赋予它特有的意义，当然数据湖也一样，数据湖作为大数据体系下的一员，时代又赋予了它什么样的意义呢？
数据[仓库] 数据[湖]，既然都是数据存储的地方，又有什么不同呢 ? 下面我们将一一解答这个问题
开始之前请先阅读数据湖初识,了解一下为什么会出现数据湖
数据集成能力
数据湖需要具备完善的数据获取和数据发布能力,相比数据仓库数据湖的要求更高
数据湖需要能支撑各种各样的数据源，并能从相关的数据源中获取全量/增量数据；然后规范存储。数据湖能将数据分析处理的结果推送到合适的存储引擎中，满足不同的应用访问需求。
接入不同数据源，包括数据库中的表（关系型或者非关系型）、各种格式的文件（csv、json、文档等）、数据流、ETL工具（Kafka、Logstash、DataX等）转换后的数据、应用API获取的数据（如日志等&
订阅专栏 解锁全文
扫一扫
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
