数据仓库、数据集市和数据湖三者的区别

数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。数据仓库算是优化的数据库，用于分析来自事务系统和业务线应用程序的关系数据，事先定义数据结构和约束来优化sql查询速度，其中结果通常用于操作报告和分析，数据经过ETL，可以充当用户信任的数据源。

数据集市：数据集市就是满足特定的部门或者用户的需求，按照多维的方式进行存储，包括定义维度、需要计算的指标、维度的层次等，生成面向决策分析需求的数据立方体。数据集市通常被定义成星形结构，一办由一张事实表和几张维度表组成。

维度是数据的多维模型，数据仓库的多维数据模型有：
1、主题：要分析的具体方面，一般有两个元素：分析的角度，分析的量度
2、维：从不同的角度描述事物特征，一版维有多个级别，例如时间维有年月日等级别
3、量度：要分析的具体指标，例如年销售额之类的，一般为数值型数据。
4、粒度：数据的细分层度，比如按天分、按小时分。
5、事实表和维度表：事实表是记录分析内容的全部信息，包含每个事情的具体要素，以及具体发生的事情，维度表是对事实表中事件要素的描述信息，就是观察该事务的角度。

数据湖：一个集中的存储库，可以称为原始数据池，存储的就是未经处理的原始数据，这些数据可以是结构化数据和分结构化数据，不需要在存储阶段进行约束。

针对数据仓库和数据集市来讲，数据仓库是企业级的，能为企业所有部门的运行提供决策支持手段，而数据集市算是数据仓库的一个子集，一般服务于一个或几个部门，数据由数据仓库提供。数据湖存储的大量原始数据，没有约束条件，能保证数据的精确度，可以进行实时分析，也可以满足数据仓库批处理数据挖掘的需求。数据仓库本身就是高度结构化，数据在转换之前无法加载到数据仓库中，用户可以直接获得分析的数据。数据湖在数据时没有约束，数据直接加载到数据湖中，然后根据需求再转换数据。