数据湖的优点 Data Lake VS Data warehouse / 数据湖与数据仓库的区别

数据湖的优点

• 提供不限数据类型的存储

• 开发人员和数据科学家可以快速动态建立数据模型、构建应用、查询数据，非常灵活。

• 因为数据湖没有固定的结构，所以更易于访问

• 长期存储数据的成本低廉，数据湖可以安装在低成本的硬件在，例如：

  在一般的X86机器上部署Hadoop

• 因为数据湖是非常灵活的，它允许使用多种不同的处理、分析方式来让数据发挥价值，例如：数据分析、实时分析、机器学习以及SQL查询都可以。

Data Lake VS Data warehouse

数据湖和数据仓库是用于存储大数据的两种不同策略，最大区别是：数据仓库是提前设计好模式（schema）的，因为数据仓库中存储的都是结构化数据。而在数据湖中，不一定是这样的。数据湖中可以存储结构化和非结构化的数据，是无法预先定义好结构的。

我们来进一步进行对比：

数据模式

数据仓库在数据写入之前就要定义好模式（schema），例如：我们会先建立模型、建立表结构，然后导入数据。我们可以把它称之为write-schema。而数据湖中的数据是没有模式的，直到有用户要访问数据、使用数据才会建立schema。我们可以把它称之为read-schema。

数据的存储位置不同

数据仓库因为是要有结构的，在企业中很多都是基于关系型模型。而数据湖通常位于分布式存储例如Hadoop或者类似的大数据存储中。