早期的数据库系统的设计目标是事务处理。数据库系统是为记录更新和事务处理而设计，数据的访问的特点是基于主键，大量原子，隔离的小事务，并发和可恢复是关键属性，最大事务吞吐量是关键指标，因此数据库的设计都反映了这些需求。
数据仓库的设计目标是决策支持。历史的，摘要的，聚合的数据比原始的记录重要的多。查询负载主要集中在即席查询和包含连接，聚合等操作的复杂查询。
数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。
数据仓库是一个优化的数据库，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 Schema 以优化快速 SQL 查询，其中结果通常用于操作报告和分析。数据经过了清理、丰富和转换，因此可以充当用户可信任的“单一信息源”。
数据湖有所不同，因为它存储来自业务线应用程序的关系数据，以及来自移动应用程序、IoT 设备和社交媒体的非关系数据。捕获数据时，未定义数据结构或 Schema。这意味着您可以存储所有数据，而不需要精心设计也无需知道将来您可能需要哪些问题的答案。您可以对数据使用不同类型的分析（如 SQL 查询、大数据分析、全文搜索、实时分析和机器学习）来获得见解。
|
数据仓库 |
数据湖 |
|
|
数据 |
来自事务系统、运营数据库和业务线应用程序的清洗过结构化数据 |
来自 IoT 设备、网站、移动应用程序、社交媒体和企业应用程序的原始数据 |
|
架构 |
设计在数据仓库实施之前（写入型 Schema）。在存储数据之前定义架构。这需要您清理和规范化数据，这意味着架构的灵活性要低得多。 |
准备使用数据时，就给它一个定义（读取型 Schema）。在存储数据后定义架构。这需要较少的初始工作并提供更大的灵活性 |
|
性价比 |
更快查询结果会带来较高存储成本 |
更快查询结果只需较低存储成本 |
|
数据质量 |
可作为重要事实依据的高度监管数据 |
任何可以或无法进行监管的数据（例如原始数据） |
|
用户 |
业务分析师 |
数据科学家、数据开发人员和业务分析师（使用监管数据） |
|
分析 |
批处理报告、BI 和可视化 |
机器学习、预测分析、数据发现和分析 |
|
优点 |
高并发 快速响应 干净、安全的数据 多数据源集成 转换一次，多次使用 |
数据存储：大容量低成本 数据保真度：数据湖以原始的格式保存数据 数据使用：数据湖中的数据可以方便的被使用 延迟绑定：数据湖提供灵活的，面向任务的数据绑定，不需要提前定义数据模型 |
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。