在存储大数据时,数据数据湖和数据仓库都是混合湖的好处既定术语,但是数据这两个术语不是同义词。数据湖是混合湖的好处尚未确定用途的大量原始数据。另一方面,数据数据仓库是混合湖的好处用于特定目的的结构化过滤数据的存储库。
[[376190]]
共同点
数据仓库和数据湖代表了一个中央数据库系统,数据可以在公司中用于分析目的混合湖的好处。该系统从各种异构数据源中提取,数据收集和保存相关数据,混合湖的好处并提供给下游系统。数据
数据仓库可以分为四个子过程:
差异性
数据仓库将经典的ETL流程与关系数据库中的结构化数据结合使用,而数据湖则使用诸如ELT的范式和读取模式以及经常使用的非结构化数据[2]。
> Differences Data Warehouse vs. Lake
在上方,您可以看到主要区别。您使用的技术也完全不同。对于数据仓库,您将使用SQL和关系数据库,而对于数据湖,您可能将使用NoSQL或两者的混合。
将两者结合在混合数据湖中
那么如何将这两个概念结合起来?在下图中,您可以从高角度查看架构。
该过程是将非结构化和未转换的数据加载到数据湖中。从这里,一方面可以将数据用于ML和Data Science任务。另一方面,数据也可以转换为结构化形式并加载到数据仓库中。从这里,可以实现通过数据集市和(自助服务)BI工具进行的经典数据仓库分发。
> Hybrid Data Lake Concept — Image from Author
可以用于此体系结构的主要技术例如:
注意:诸如Google的BiqQuery或AWS Redshift之类的技术通常被视为数据仓库技术与数据湖技术之间的混合体,因为它们通常已经具有NoSQL的某些特征。
结论
本文介绍了如何使用混合数据湖。数据湖使您的公司能够灵活地以数据形式捕获业务运营的各个方面,同时保持传统数据仓库的生命周期。
原文链接:https://towardsdatascience.com/what-is-a-hybrid-data-lake-b7ef2c3cce0c
责任编辑:赵宁宁 来源: 今日头条 混合数据湖数据湖数据
(责任编辑:娱乐)
ChatGPT王炸升级,算力产业链或迎来投资机会!这些主题ETF计算机含量高
隐私计算国际赛事iDASH2022揭榜 中国公司在四大赛道中斩获三项第一
打破国外核心软硬件垄断,新一代车路协同路侧操作系统“同道”发布
iPhone 15 Pro成开车神器 这项功能被特斯拉车主用疯了 -
特斯拉股价跌破210美元 市值一夜蒸发2812亿元人民币 -
全生态HDR实时转换 TCL 50A860U超清电视促销价2788