智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一，入選IDC企業數據治理實施部署指南。同時，在IDC發布的《中國數據治理市場份額》報告中，連續四年蟬聯數據治理解決方案市場份額第一。

在線免費試用 DEMO體驗視頻介紹

睿治智能數據治理平臺

IDC蟬聯數據治理解決方案市場第一

數據倉庫、數據湖、數據工廠、數據中臺

時間：2022-01-11來源：互聯網瀏覽數：1021次

1. 數據倉庫
數據倉庫（Data Warehouse）是一個面向主題的、集成的、相對穩定的、反映歷史變化的數據集合，用于支持管理決策和信息的全局共享。

所謂面向主題，是指根據使用者實際需求，將不同數據源的數據在一個較高的抽象層次上做整合，所有數據都圍繞某一主題來組織，例如：采購主題、生產主題、客戶主題、銷售主題等。

所謂集成性，是指數據倉庫中存儲的數據是來源于多個數據源的集成、匯總。由于原始數據來自不同的數據源，存儲方式各不相同。要整合成為最終的數據集合，需要從數據源經過一系列抽取、清洗、轉換的過程。

所謂相對穩定，是指數據倉庫中存儲的數據一般為“既成事實”的數據，也可理解為歷史數據的一個快照，只做查詢分析用，不允許修改。

所謂反映歷史變化，是指數據倉庫根據不斷集成新的主題數據，反應出該主題的數據變化情況，例如：銷售業績完成情況。

2. 數據湖
數據湖是將來自不同數據源、不同數據類型（結構化、半結構化、非結構化）的數據，以原始格式存儲進行存儲的系統，它按原樣存儲數據，而無需事先對數據進行結構化處理。

有人認為數據湖是數據倉庫的PLUS版，增強了數據存儲的能力。而實際上，數據湖不簡單是數據倉庫一個技術上的升級，更重要的是數據管理思維的升級。數據倉庫是需要事先定義好數據結構，然后是報表取數。而大數據的發展，數據形式越發多樣化，傳統數倉這種定義數據結構、取數、出表的模式，已經很難滿足業務上的需求了。

因此，數據湖以原始格式存儲各種類型數據，以及按需進行數據結構化處理、數據清理、提供數據服務，以更加靈活的方式支持多種應用場景的能力越來越受到人們的歡迎。

3. 數據工廠
前邊提到的數據倉庫和數據湖，重點側重于數據的存儲，本質上是“原材料”的存儲系統，而要讓數據發揮價值，就必須將這個“原材料”需要加工成用戶需要的“產品”。數據工廠就是根據用戶的需求，將原始數據進行加工、處理、清洗、轉換、匯總等各種加工工序，生產出能夠被用戶直接使用的數據產品。

數據工廠包含了多種數據處理的工具，以滿足不同處理工序的作業需要，例如：數據源連接、數據同步、數據清洗、數據轉換、數據工作流、數據目錄、數據服務等等。

4. 數據中臺
其實，如果從功能構件上來講，我認為：數據中臺就是數據湖+數據工廠的一個綜合。但不同的是數據中臺更注重數據應用，離業務更近，強調一個快速敏捷。

數據中臺不僅關注原始數據的存儲及處理加工，更側重將數據處理過程中，常用的邏輯、算法、標簽、模型進行沉淀，而形成一系列的“數據半成品”，然后根據前臺業務的需要，快速生產出用戶需要的“數據產品”。數據中臺能力強弱，要看這個“數據半成品”積累的多少了。

在數據生產的整個鏈條中，對于如何筑湖、如何選址建廠、按什么工序加工、以及如何配送，這是技術部門的事情，而“數據半成品”的沉淀和積累，卻不是技術能決定的了。因此，數據中臺的建設更強調需求驅動、業務主導。