从“水库”到“直饮水站”：重新理解 Data Mart 与 Data Lake、Data Lakehouse、Data Warehouse 的区别

从"水库"到"直饮水站"：重新理解 Data Mart 与 Data Lake、Data Lakehouse、Data Warehouse 的区别

如果把数据体系比作一套"城市供水系统"，这四个概念会立刻清晰很多：

Data Lake：天然水库、大湖泊，什么水都往里汇。
Data Warehouse：城市自来水厂，把水净化、消毒、标准化，再通过管网送到全城。
Data Lakehouse：建在湖边的智能水厂，既能存原水，又能净化、管理、追溯，还能直接供水。
Data Mart：小区里的直饮水站，只服务某个小区，水已经按这个小区的要求调好，打开就能喝。

下面用这个比喻，重新梳理它们之间的关系，尤其是 Data Mart 与 Data Lake、Data Lakehouse 的区别 。

一、先放回同一张图：数据供水系统

概念	比喻	核心定位	典型用户
Data Lake	天然水库 / 大湖泊	存原始、多格式、全量数据	数据工程师、数据科学家
Data Warehouse	城市自来水厂	企业级、结构化、标准化、可分析	BI、管理层、分析师
Data Lakehouse	湖边智能水厂	湖仓一体，兼顾原始存储与仓级治理	数据平台、AI/BI 团队
Data Mart	小区直饮水站	部门级、主题级、即用型数据子集	业务分析师、部门运营

一句话：

Data Lake 负责"汇"，Data Warehouse / Lakehouse 负责"治"，Data Mart 负责"用"。

二、Data Mart 与 Data Lake 的区别：成品菜 vs 原材料

Data Lake 像大型农贸批发市场或天然水库：蔬菜、肉、海鲜、雨水、河水全都有，量大、便宜、原始。你可以用它做很多事------探索、训练模型、做数据科学，但不能直接喝，也不能直接上桌。

Data Mart 则像公司食堂里某个窗口的便当：只放这个部门需要的菜，已经洗好、切好、做好，拿起来就能吃。

维度	Data Lake	Data Mart
定位	存储层、原始数据池	消费层、业务数据产品
数据形态	原始、多格式、全量	加工后、结构化、聚合
Schema	Schema-on-read	Schema-on-write / 已建模
用户	数据工程师、数据科学家	业务分析师、部门人员
目标	探索、ML、数据保留	报表、BI、自助分析
范围	企业级、全量	部门级、主题级
风险	容易变成数据沼泽	容易形成口径孤岛

关键区别：

Data Lake 是"原材料仓库"，Data Mart 是"成品菜窗口"。

湖可以喂给集市，但集市不是湖。Data Mart 不负责存全量原始数据，也不适合做大规模探索。

三、Data Mart 与 Data Lakehouse 的区别：消费单元 vs 平台底座

Data Lakehouse 是"湖边智能水厂"：它既有湖的存储能力，又有仓的事务、Schema、性能和管理能力。它支持 ACID、时间旅行、Schema 演进，能同时服务 BI 和 AI。

Data Mart 则是这个平台上的一个"小区直饮水站"或"部门便当窗口"。它不是平台，而是面向特定业务场景的数据消费单元。

维度	Data Lakehouse	Data Mart
本质	平台 / 架构	数据产品 / 消费层
范围	企业级、通用能力	部门级、特定主题
数据	原始 + 精炼 + 服务层都可承载	主要是精炼、聚合、服务层
用户	数据平台、数据工程、AI/BI	业务分析师、部门决策者
目标	统一存储、治理、BI+ML	快速满足某部门分析需求
关系	一个 Lakehouse 可承载多个 Mart	一个 Mart 可建在 Lakehouse 上

关键区别：

Lakehouse 是"水厂 + 水库 + 管网"的底座，Data Mart 是"某个小区的直饮水站"。

Lakehouse 解决"湖仓割裂"，Data Mart 解决"业务消费最后一公里"。

有了 Lakehouse，仍然可能需要 Data Mart，因为业务人员不想直接面对原始表和全量数据。

四、Data Mart 与 Data Warehouse 的区别：部门窗口 vs 中央厨房

Data Warehouse 是城市自来水厂或中央厨房：企业级、统一标准、统一口径、历史全量、面向主题。它建设周期长，但数据一致性强。

Data Mart 是小区直饮水站或部门食堂窗口：范围小、交付快、按部门需求裁剪。它可以是数仓的下游，也可以独立建设。

维度	Data Warehouse	Data Mart
范围	企业级	部门 / 主题级
数据	全量、集成、历史	子集、裁剪、聚合
建设周期	长	短
一致性	单一事实来源	可能局部不一致
模型	规范化 / 维度建模	星型、宽表、聚合表
建设顺序	自上而下或自下而上	依赖型、独立型、混合型

关键区别：

Data Warehouse 是"全企业统一净化好的水"，Data Mart 是"某个部门打开就能喝的直饮水"。

Mart 是 Warehouse 的子集，但独立型 Mart 也可能直接来自源系统，像小区自己打井------快，但水质可能不统一。

五、四者对比总表

维度	Data Lake	Data Warehouse	Data Lakehouse	Data Mart
比喻	天然水库	城市自来水厂	湖边智能水厂	小区直饮水站
数据	原始、多格式	结构化、集成	原始 + 精炼 + 服务	裁剪、聚合、即用
Schema	读时定义	写时定义	两者兼顾	已建模
用户	工程师、科学家	BI、管理层	数据平台、AI/BI	业务分析师
范围	企业级	企业级	企业级平台	部门/主题级
目标	探索、ML	报表、分析	统一 BI+ML	快速业务消费
建设	先存后治	长周期	湖仓一体	快、专、小

六、现代架构中的位置

一个常见的现代数据链路可以这样理解：

源系统 → Data Lake（原水）→ Data Lakehouse / Data Warehouse（净化与治理）→ Data Mart（直饮）→ BI / 报表 / 自助分析

同时，Data Lake / Lakehouse 也可以直接服务 ML / AI。

Data Lake：负责接住所有原始数据。
Data Warehouse：负责企业级标准化、历史集成。
Data Lakehouse：负责在湖上补齐仓的能力，统一 BI 和 ML。
Data Mart：负责面向部门、主题、场景的最后一公里消费。

现代实践中，Data Mart 不一定是独立数据库，它可以是：

数仓里的一个 schema；
Lakehouse 上的一组 dbt 模型；
语义层里的指标视图；
面向业务域的数据产品。

七、一句话记住四者

Data Lake：什么都有，但你要自己挑、自己洗、自己做。
Data Warehouse：全企业统一净化好的水，标准、稳定、可信。
Data Lakehouse：既能存原水，又能净化供水的智能水厂。
Data Mart：某个部门拧开就喝的直饮水，小、专、快。

所以，Data Mart 与 Data Lake、Data Lakehouse 最核心的区别是：

Data Lake 是"存原材料的湖"，Data Lakehouse 是"湖仓一体的智能平台"，Data Mart 是"面向业务部门的即用型数据消费层"。

前者偏存储和平台，后者偏消费和场景。它们不是替代关系，而是数据供应链上不同环节的分工。