我想更详细地了解数据仓库和数据湖。
在我看来，该主题有不同的信息。 Inmon将数据仓库定义为
面向主题的，集成的，时变的和非易失性的数据收集，以支持管理层的决策过程
现在，我了解到这只是架构的一种形式，并不意味着任何技术。这意味着基础数据可以是任何结构，也可以是S3对象存储。此外，Waas et al. in On-Demand ELT Architecture for Right-Time BI: Extending the Vision提出了一种具有集成数据ELT流程的数据仓库。
关于数据湖，我发现了以下定义
可扩展的存储库，以其原始格式（按原样）保存大量原始数据，直到需要它为止，再加上可以摄取数据而不会损害数据结构的处理系统（引擎）
现在数据仓库可以成为更严格的数据湖吗？有人争论说数据仓库必须使用ETL，但是根据Inmon的定义，对数据转换没有任何限制吗？如果数据集成可以是ELT，那么转换就很灵活，例如它可以轻松扩展。数据仓库看起来非常像数据湖。
我的假设是正确的还是从偏斜的角度来看。
答案 0 :(得分：4)
数据仓库和数据湖是服务于不同目的的独立系统，可以/应该是互补的，并且两者都是较大数据体系结构的一部分。作为一个概念，数据湖可以只是数据仓库中维度模型的另一个数据源（尽管数据湖的技术实现可以直接查询原始数据）。
您可以将Data Lake视为“着陆区”，其中几个系统以“复杂/原始格式”转储数据，例如来自客户支持电话的MP3文件，来自Web服务器的压缩日志。它的目的是为了历史目的而坐在那里，并进一步处理成易于分析/报告的格式，例如从MP3文件中提取文本。
数据仓库还聚合来自不同系统的数据，但是数据被建模为适合于报告的格式（例如维模型），其模型反映了业务/域的流程和交易，并且通常经过精心策划。
想象一下这种情况：如果您使用Web服务器日志记录对在线商店的访问，则可以将压缩后的日志（“交易数据”）保存在数据湖中，然后将数据处理为维度模型（例如{{ 3}}），即“专门为查询和分析而构建的交易数据副本”，因此业务用户可以轻松地在Excel或其他报告工具中对其进行浏览。