大数据与数据湖之间的比较，异同

Question

有人可以告诉我大数据与数据湖之间的异同吗？

在任何地方都找不到令人满意的答案。

Answer 1

大数据是一个术语，使用方式非常不同，有人甚至可以称其为流行语。通常，它是数字技术digitization，industry 4.0以及与数字转换相关的许多主题的统称。

在不太笼统的解释中，大数据只是指复杂的大型数据集。然后，“大”一词是指三个维度（请参见Wikipedia on Big Data）

1. 容量，即数据集的大小
产生数据量的
2. 速度
3. 各种数据类型和来源

数据湖是一种存储大数据的方法。存储数据的其他可能性是，传统的数据库一方面也称为关系数据库管理系统（RDBMS），另一方面是数据仓库，例如，参见{{ 3}}

Answer 2

我认为，我们无法比较和区分这两种术语，因为数据湖是大数据的同义词。数据湖=企业数据+非结构化数据+半结构化数据。

另一方面，它是数据存储库，您可以存储任何类型的数据并用于分析目的。大多数情况下，数据将存储在Hadoop FileSystem（HDFS）中，就像“大数据”下一样，其中涉及存储和其他一些处理技术。

Answer 3

大数据和数据湖是两个不同的事物。 Data Lake是一个概念，您可以存储所有数据并使用不同的机制轻松访问。 Data Lake可以维护在s3或redshift或任何其他存储平台上。 大数据是用于处理大量数据的术语。通常，它与Hadoop，Spark等大数据解决方案相关。