大数据时代，数据湖并不能完全取代数据仓库

最后，大数据系统并不能直接替代数据仓库和数据集市。实际上，数据仓库和数据湖之间存在协同作用。例如，可以将在数据湖中收集的结构化数据集移动到数据仓库中，以进行常规的OLAP存储和分析。供应商也已开始将大数据访问集成到数据仓库平台中，从而可以从一个位置访问存储在不同系统中的，不同格式的数据。

数据仓库用例和场景

下面我们介绍一些用例和方案，这可能会影响组织的数据仓库策略，以及决定为数据仓库项目部署哪种类型的平台。

初次VS长期数据仓库用户。希望扩展现有数据仓库的公司通常会很好地继续使用他们已经建立的数据仓库平台。对于第一次实施数据仓库的组织而言，数据仓库设备可能是一个不错的选择。供应商可能会与您一起确定适合的设备规格和配置，而且这些设备的交付是非常简易的。但是，所有数据仓库平台对于首次使用的用户都是可行的选择，您应该审查本部门中的其他用例，以开发您的特定要求和部署计划。

公司规模。大型公司可能会选择主流的关系DBMS、分析数据库或混合事务/分析处理（HTAP）系统。这些组织拥有成功使用此类技术的基础架构和人员。在HTAP方法中，相同的DBMS既可以用于处理业务交易，也可以用于BI和分析建模。为了支持HTAP，关系数据库引擎可以提供内置的列式访问或用于分析处理的附加设备。

另一方面，较小的组织应考虑使用数据仓库设备或云数据仓库服务。这两种选择都可以最大程度地减少管理需求：设备已预先配置，并且DWaaS环境提供的云中的数据仓库一般由云服务提供商进行设置和管理。

IT部门的规模。IT部门相对较小的大型组织往往拥有较少的数据库管理员和其他可以建设、调整和管理数据仓库系统的IT专业人员。对于他们来说，考虑使用数据仓库设备或DWaaS产品也很有意义。

云用例。如果您的组织在云中运行大量应用程序，则DWaaS部署或自我管理的云数据仓库平台可能是您的最佳选择。将生成和存储在云中的业务数据保存在云中以进行数据仓库和分析是一种符合逻辑的方法。

数据延迟要求。对于在分析应用程序中需要最小数据延迟的组织而言，优化的数据仓库设备可能最有价值。使用其他方法也不是说无法实现近实时的延迟，但是您可能需要使用其他高速硬件和软件来扩展数据仓库环境，以满足您的性能目标。

一旦您的组织决定需要建设一个数据仓库，并确定了最合理的部署方案，下一步就是研究购买数据仓库平台的可用技术选项。整个过程，往往需要经过万全的考虑。

【凡本网注明来源非中国IDC圈的作品，均转载自其它媒体，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。】

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!