5、云数据架构：从仓库到湖仓一体的演进

云数据架构：从仓库到湖仓一体的演进

云数据仓库概述

云数据仓库是作为公共云上的托管服务（PaaS）提供的企业数据仓库，针对数据摄取、分析处理和商业智能（BI）分析进行了优化集成。BI 分析工具支持可视化和交互式查询功能。云数据仓库旨在通过将基础设施从用户抽象出来，根据客户不断增长的需求进行弹性扩展，相比传统的本地数据仓库，它承诺提供更快的性能和更低的拥有成本。以下是一些最受欢迎的云数据仓库服务：
| 云数据仓库服务 | 特点 |
| — | — |
| Amazon Redshift | 首个流行的公共云数据仓库，可配置集群并指定计算节点数量，支持 PB 级数据，使用 PostgreSQL 查询，支持跨集群数据共享。 |
| Google BigQuery | 完全无服务器、高度可扩展的解决方案，抽象了集群管理细节，支持跨云使用计算服务。 |
| Azure Synapse Analytics | 微软 Azure 上的统一分析平台，可配置数据仓库和 Spark 集群，支持无服务器查询，与其他 Azure 服务集成。 |
| Snowflake Data Cloud | 可在所有公共云（AWS、Amazon、GCP）上使用的托管数据仓库，采用分离式计算和存储架构，支持虚拟仓库和数据共享。 |

云数据湖架构中的数据用途

在云数据湖架构中，数据有多种用途，但主要有两种常见的消费场景：
- 商业智能（BI） ：BI 分析师使用数据创建仪表板或进行交互式查询，以解决定义明确的关键业务问题，处理高度结构化的数据。
- 数据科学和机器学习