混合数据湖的混合湖的好处好处

作者：闻数起舞 2021-01-15 11:40:38大数据 数据湖 本文介绍了如何使用混合数据湖。数据湖使您的数据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混合湖的好处生命周期。

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：

• 数据获取：从各种数据存储库中获取和提取数据。混合湖的好处
• 数据存储：包括长期归档在内的数据仓库中的数据存储。
• 数据提供：向下游系统提供所需的数据，提供数据集市。
• 数据评估：对数据库存的分析和评估。

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：

• 通过talend，Google Dataflow，AWS Data Pipeline进行ELT / ETL流程
• 通过Data Lake-HDFS，AWS Athena和S3，Google Cloud Storage
• 数据仓库通过-Google BigQuery，AWS Redshift，Snowflake

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)