检查点
仓库还是湖仓？
探索数据成熟后去向何方，以及为何在数据仓库与数据湖仓之间做出选择至关重要。
...
数据仓库架构
...
数据湖仓架构
| 特性 | 数据仓库 | 数据湖仓 |
|---|---|---|
| 数据类型 | 仅支持结构化数据 | 结构化、半结构化、非结构化数据 |
| 模式管理 | 写入时模式（预先定义模式） | 读取时模式（查询时应用模式） |
| 使用场景 | 商业智能、报表分析 | 分析、AI/ML、灵活的大数据处理 |
| 性能 | 针对快速SQL查询进行优化 | 在SQL性能与大数据灵活性之间取得平衡 |
| 成本与复杂性 | ETL成本较高，模式管理复杂 | ETL开销较低，但需要治理工具支持 |
| 数据存储 | 清洗后的建模数据以表格形式存储 | 原始数据与处理后的数据共同存储 |
| 典型代表 | Snowflake、Amazon Redshift、Google BigQuery | Databricks数据湖仓平台、Apache Iceberg、Delta Lake |
Quiz
单选题
数据湖仓支持哪些类型的数据？
1 / 5