科技行者

行者学院 转型私董会 科技行者专题报道 网红大战科技行者

知识库

知识库 安全导航

至顶网存储频道云/数据中心Gartner提醒:不要把数据湖和数据仓库混为一谈

Gartner提醒:不要把数据湖和数据仓库混为一谈

  • 扫一扫
    分享文章到微信

  • 扫一扫
    关注官方公众号
    至顶头条

在2014年年中,有两位Gartner分析师曾经对数据湖概念日益加剧的炒作提出了批评。

来源:ZDNet存储频道(编译) 2016年2月2日

关键字: 数据湖 数据仓库 数据结构

  • 评论
  • 分享微博
  • 分享邮件

在2014年年中,有两位Gartner分析师曾经对数据湖概念日益加剧的炒作提出了批评。

"数据湖的根本问题是,它对信息的使用者做出了某些假设,"Gartner研究总监Nick Heudecker表示。

"它假设用户意识到或者了解获取数据的背景偏见,他们知道如何在没有先验知识的情况下整合并协调不同数据来源,他们知道数据集不完整的特性,不管数据结构是如何的。"

一年半之后,Garnter的担忧似乎并没有得到缓解。虽然有成功的项目,但也有失败的--关键成功因素似乎是对数据湖和数据仓库不同角色的深入理解。

Heudecker表示,数据湖通常被当作解决大数据挑战的一种方法,是提出数据新问题的好地方,"只要你有能力"。

"如果这是你想要做的,我就不那么关心数据湖的实施。不过,风险较高的情况是,如果你的目的是要在数据湖上重新实现数据仓库的服务水平协议(SLA)。"

Heudecker表示,数据湖通常是针对不同使用实例、并发性和多租户进行优化的。

"换言之,不要针对数据仓库使用数据湖。"

他说,两者都需要,这是完全合理的,因为两者都是还针对不同SLA、用户和技能进行优化的。

广义上说,数据湖是企业级平台,用于分析各种数据来源的原生数据格式,避免数据接受的成本和数据转换复杂性。因此这里所面临的挑战是:数据湖缺乏语意一致性和受监管的元数据,这需要有技能的用户承担大量分析的责任。

Heudecker表示,在理解方面逐渐成熟,但是数据湖的炒作依然猖獗。

该技术的成熟是很难做到的,因为实施数据湖的技术选择仍然在快速变化中。

"例如,Spark是一个流行的数据处理框架,平均每43天就会做一些新的发布,"Heudecker表示。

他说,数据湖项目的成功因素要归结于元数据管理、对技能的掌握、以及强制实施监管。

"我和很多构建数据湖的公司交流过,他们把很多数据放到数据湖里面,但没有发现任何结果。其他人不知道哪些数据集是不准确的,那些是高质量的。与IT的其他东西一样,是没有一个一劳永逸的方法的。"

数据湖是一个架构理念,而不是一个具体的实施方式,他说。

"与任何新理念、新技术一样,在成为一项人们理解的实践之前往往伴随着炒作,在这之后就是幻灭。"

"数据湖仍将反映的是使用它的数据科学家。"

"这个技术可能会改变和改善,也许会利用像GPU或者FPGA这样的东西,但总体目标是发现数据新的用途和新的机会,有可能会将这些洞察带入到生产中。"

“灰犀牛”来啦!Ansible开源盛会,助您抢得自动化运维先机。

科技行者:每条内容都是头条的新闻客户端 扫码立即下载

    • 评论
    • 分享微博
    • 分享邮件
    邮件订阅

    如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。

    重磅专题
    往期文章
    最新文章
    推荐文章