数据湖是一个存储企业原始数据的大型仓库，支持结构化、非结构化和半结构化数据的处理，而不仅仅限于Hadoop。数据仓库则主要处理结构化历史数据，通常与预定义的模型匹配，用于按需分析。数据湖强调的是数据的原始性和灵活性，为数据分析和挖掘提供更广阔的空间。
数据湖（Data Lake）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。
目前，Hadoop是最常用的部署数据湖的技术，所以很多人会觉得数据湖就是Hadoop集群。数据湖是一个概念，而Hadoop是用于实现这个概念的技术。
| 数据仓库 | 数据湖 |
| 主要处理历史的、结构化的数据，而且这些数据必须与数据仓库事先定义的模型吻合。 | 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。非结构化数据（语音、图片、视频等） |
| 数据仓库分析的指标都是产品经理提前规定好的。按需分析数据。（日活、新增、留存、转化率） | 根据海量的数据，挖掘出规律，反应给运营部门。 拥有非常强的计算能力用于处理数据。 数据挖掘 |
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
