数据湖与数据仓库与数据集市

数据湖、数据仓库和数据集市这三种架构现在都已在企业中建立起来，并且是可靠数据平台的一部分，但它们之间有何不同？但是，可以说这些概念不仅是竞争者，而且是相互建立和依赖的。

01

数据仓库与数据湖

在数据湖中，组织可以存储大量结构化、半结构化和非结构化数据，并使其立即可用于实时分析、数据科学和机器学习用例。使用数据湖，数据以其原始形式提取，无需修改。虽然数据仓库使用经典的 ETL 过程并结合关系数据库中的结构化数据，但数据湖使用 ELT 和读取模式等范例以及通常的非结构化数据 [2]。

数据仓库与数据湖的差异 — 图片作者

数据仓库可以在数据湖上建立，它是结构化的、经过过滤的数据的存储库，这些数据已经为特定目的进行了处理 [1]。

02

数据集市

类似于可以构建在数据湖上的数据仓库，数据集市可以构建在数据仓库上，可以说是专注于单个主题或业务领域的数据仓库的简单形式或子集，例如销售、财务或市场营销。

由于它们的重点，数据集市从比数据仓库更少的来源获取数据。数据集市不仅可以包含来自数据仓库的内容，还可以包含外部内容，例如电子表格和特定于域的类似来源。

数据仓库与数据集市 — 图片来源：panoply.io [2]

原文章链接：https://medium.com/geekculture/data-lake-vs-data-warehouse-vs-data-mart-fcc521504ae