|
自互聯(lián)網進入大數(shù)據(jù)時代后，涌現(xiàn)了非常多的數(shù)據(jù)解決方案。最早火起來的是數(shù)據(jù)庫，后來又是數(shù)據(jù)倉庫、數(shù)據(jù)湖，再再后來是數(shù)據(jù)中臺，現(xiàn)在數(shù)據(jù)湖又火起來了。站在數(shù)據(jù)時代的當前風口，各大云廠商如亞馬遜Amazon、阿里、微軟都在紛紛基于數(shù)據(jù)湖輸出解決方案；
各大互聯(lián)網企業(yè)也在基于開源數(shù)據(jù)湖、計算引擎等搭建自己的企業(yè)級數(shù)據(jù)湖。那么數(shù)據(jù)湖到底是什么？和數(shù)據(jù)倉庫數(shù)據(jù)中臺又有什么區(qū)別？現(xiàn)有的數(shù)據(jù)湖解決方案又有哪些呢？我們一起來看看～
數(shù)據(jù)湖是一個可以存儲各種各樣原始數(shù)據(jù)的大型數(shù)據(jù)倉庫。它可以存儲任意類型的數(shù)據(jù)，包含非結構化數(shù)據(jù)（如傳感器數(shù)據(jù)）、結構化數(shù)據(jù)（如關系型數(shù)據(jù)庫Mysql產生的行列數(shù)據(jù)）、半結構化數(shù)據(jù)（如XML數(shù)據(jù)、JSON數(shù)據(jù)）、二進制數(shù)據(jù)（如音頻視頻）；它可以做數(shù)據(jù)生命周期管理，除了存儲原始數(shù)據(jù)外，還可以存儲數(shù)據(jù)處理（比如流處理、批處理）之后的數(shù)據(jù)；它可以支持多樣的分析場景，比如數(shù)據(jù)倉庫分析、實時分析、商業(yè)智能分析、機器學習。
數(shù)據(jù)湖、數(shù)據(jù)倉庫、數(shù)據(jù)中臺又有什么區(qū)別呢？從名字上就可以看出一二。所謂數(shù)據(jù)湖，就是存放數(shù)據(jù)的湖，湖水是流動的，能接受其它江河湖海流過來的水，又再流出去，也就是說在數(shù)據(jù)湖中可以存儲一切的數(shù)據(jù)，不做任何處理；所謂數(shù)據(jù)倉庫，就是存放數(shù)據(jù)的倉庫，那必然是有要求和目的，也就是說在數(shù)據(jù)倉庫中對數(shù)據(jù)格式有要求，符合標準的數(shù)據(jù)才能入庫，而且建立數(shù)據(jù)倉庫是有目的的，比如面向成本、面向銷售額進行分析；所謂數(shù)據(jù)中臺，一看就是阿里提出的概念相符合的，中臺作為前臺和后臺的一部分，是賦能業(yè)務的，為業(yè)務提供數(shù)據(jù)能力。
那么一個具體的數(shù)據(jù)湖系統(tǒng)是什么樣呢？抽象的來看包括四部分，數(shù)據(jù)存儲層、數(shù)據(jù)加速層、數(shù)據(jù)處理層、數(shù)據(jù)計算層。數(shù)據(jù)湖是以對象塊或文件為單元進行存儲，在數(shù)據(jù)存儲層，云上用戶一般采用S3、OSS對象存儲，本地用戶則使用HDFS進行存儲；在數(shù)據(jù)加速層，主要是把經常用的數(shù)據(jù)拿出來做集中式的存儲，保障用戶快速獲取，也減輕網絡帶寬成本；在數(shù)據(jù)處理層，主要是把數(shù)據(jù)文件封裝成有業(yè)務意義的內容，比如支持ACID（事務原子性、一致性、持久性、隔離性）、支持Schema、支持Snapshot，開源的解決方案有iceberg、Hudi；在數(shù)據(jù)計算層，主要是進行數(shù)據(jù)任務的執(zhí)行，比如Spark、Flink、HIve的批處理流處理等。
 |
