数据湖和数据仓库有什么区别吗，以及想要建数据湖应该怎么做呢？

数据湖作为一个集中的存储库，可以在其中存储任意规模的所有结构化和非结构化数据。在数据湖中，可以存储数据，不需要对其进行结构化，就可以运行不同类型的分析。

那他和数据仓库有什么区别吗？形象的说，如果说数据仓库里是瓶装的水——是打包好的、方便取用的；数据湖里面就是原生态的水——它是未经处理的。数据湖中的水从源头流入湖中，各种用户都可以来湖里获取、蒸馏提纯这些水，也就是数据。

数据湖技术门槛较高，标准化水平却不高。总结下来有六大技术特点，包括（1）批流一体的数据处理（2）支持数据更新（3）支持事务（ACID）（4）可扩展的元数据（5）支持多种存储引擎（6）支持多种计算引擎等等。

可以补充下内容：

（1）批流一体的数据处理

批流一体的数据处理，可以解决离线数据处理更新问题和实时数据更新，满足多种场景的下的ETL数据处理场景，就比如FineDataLink数据集成平台，集流批数据处理于一体，从而提高数据获取的速度和质量。

（2）高效的并发更新能力

在数仓/数据湖中，经常需要对数据进行更新，需要支持对大批量离线数据做更新删除。

（3）支持事务（ACID）

数据湖需要兼具OLTP能力（事务能力）和OLAP能力（分析能力），那么其中事务的原子性、一致性、隔离性和持久性，无论是单机环境还是分布式环境，这4大要素都是就是需要兼备的，以保证OLTP能力的正常发挥

（4）统一可扩展的元数据和权限

湖仓一体时，需要元数据和权限统一的情况下也支持可扩展。

（5）提供高性能查询

数据湖能很好地优化数据分布，例如分布式数据库的行列存储、分布键，提供稳定高效的数据查询，从而很好的支撑业务的数据使用查询。

（6）支持多种高效的计算引擎

在数据进行了同步后，进一步还需要进行DW、DM层等的数据处理，例如MapReduce、spark、flink等。

对于大多数企业，如果要为这些技术去找特定应用场景，并不是很好找，不信你找找看，即使找到了，估计用到其中的1-2个技术能力就可以了，而满足1-2个条件的肯定有其他的替代品。

总之，“没有强大的数据处理能力就别用数据湖”，即使要采用数据湖，也要注意实施难度，因为数据湖为了达成那六种技术能力，需要用到一种存储中间件，对下统一对接各种存储，对上统一对接各种技术引擎，这实在是太折腾了。

所以要实现数据湖的话，可以先考虑好真正需要的是什么技术，精准实现，而不是下饺子不管三七二十一。

总而言之，在数字化时代下，大数据治理对企业数据建设的重要性不言而喻，然而实现的困难有时也让人望而却步，因此选择合适的技术和工具会达到事半功倍的效果。帆软FineDataLink——中国领先的低代码/高时效数据集成产品，能过为企业提供一站式的数据服务，通过快速连接、高时效融合多种数据，提供低代码Data API敏捷发布平台，帮助企业解决数据孤岛难题，有效提升企业数据价值。

数据集成平台产品更多介绍：www.finedatalink.com

                         免费体验Demo 咨询方案

上一篇: 两个方法实现实时数据同步，其中这个超简单下一篇: 三大ETL工具优缺点一文解读