数据仓库与数据湖的区别以及数据入湖方式

数据仓库与数据湖的区别

1)从使用对象来看，数据仓库主要是给 BI分析的数据分析师使用的，而数据湖是给AI处理的数据科学家使用，数据仓库也可以给AI使用，但是侧重点是 BI.

2)从数据处理的过程来看，数据仓库是ETL，抽取-清洗加载而数据湖是ELT,抽取-加载-清洗，即数据湖首先是直接讲数据存储，后续使用再进行清洗，而数据仓库在创建之初已经明确应用场景，所以先清洗再加载

3)从使用用途来看，数据仓库有明确的使用场景，即明确的数据分析的主题场景，而数据湖是不确定数据有什么使用场景，先存储起来，后面再进行探索使用

4)从存储的数据类型来看，数据仓库存储的主要是结构化数据而数据湖存储的是结构化，半结构化和非结构化的数据，主要存储的是半结构化和非结构化的数据。

5)数据仓库的数据质量是通过数据治理实现数据价值，而数据湖的数据质量主要目的是具备高质量标准，确保数据可信、可靠、具有正确的含义和目的，主要是为了数据存储

数据批量入湖的方式有：

1. 通过ETL(提取、转换和加载)工具进行数据导入；
2. 通过API和SDK进行数据导入；
3. 通过文件系统进行数据导入；
4. 通过数据库进行数据导入；
5. 通过数据湖管理平台进行数据导入。