互聯網IDC圈6月12日報道,“ 數據湖 ”相當于一個中心位置來存儲你所有的數據，它無需考慮數據來源和格式。它通常是用‘Hadoop’來建立。數據可以是結構化的或者非結構化的。你可以使用大量的存儲，分析和處理工具快速提取數據的價值來做出重要的組織決策。

目前創新互聯建站已為近千家的企業提供了網站建設、域名、網頁空間、網站托管維護、企業網站設計、貢井網站維護等服務，公司將堅持客戶導向、應用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協力一起成長，共同發展。

因為所有的數據都是受歡迎的，對于傳統的企業數據倉庫來說，‘數據湖’算得上是一個功能強大的替代品或補充品。另外，隨著更多的企業向基于云服務的應用開發和物聯網轉型，‘數據湖’也是一個主要的選擇。

在早期的使用案例中，企業頻繁的將數據裝載到“數據湖”而不嘗試去管理它。隨著‘數據湖’越來越成熟而且對企業來說更具戰略意義，僅僅將數據裝載到“數據湖”已經不再足夠了而是需要做更好的打算。

“數據湖”具有靈活性，可擴展性，低成本性三個特征。并且它還具有傳統的數據倉庫（EDW）的大部分特征，當你要增加 數據管理 和支配能力，如：數據質量，元數據管理，安全，轉換和拆分與組合數據的能力。如果正確的管理“數據湖”，它可以改進你現在的數據管理措施并且能啟用新的數據管理措施。建立“數據湖”的時候，你的公司可以選擇下列4種方式中的一種：

選擇1：延后支配

第一種選擇在加載數據到數據湖的時候就忽略數據的支配和管理。然而，當你需要篩選出數據中有用的部分的時候，你將不得不用工具來清理這些數據，例如機器學習技術。然而這種方法是真正存在風險的，即使是最智能的推理引擎也需要從‘數據湖’大量的數據中的某個地方開始，不可避免的就是在‘數據湖’中部分數據將被忽略，變得滯后，孤立，并且其中的數據幾乎不具有結構化，即使是最智能的自動化工具或者人工分析，都不知道從什么地方開始。

選擇2：適應已經存在的遺留工具

你可以利用最初為數據倉庫設計的應用和過程。當你準備導入數據到數據倉庫時你可以用軟件工具來執行ETL過程。你可以用這些工具來導出數據到數據湖，然而那樣做代價很高，而且只能解決部分你所需要的管理和支配功能。另外一個缺點就是ELT是不包含在在Hadoop集群內的，那樣會減慢操作速度和增加消耗，因為每次查詢都必須將數據從集群中移除。

選擇3：編寫定制腳本

在第三種選擇中，你用定制腳本創建了一個工作流來連接進程，應用，質量檢查和數據轉換從而來滿足管理的需要。這是一個很常見的選擇但是最不可靠和最耗資源的。你需要在Hadoop和它的生態系統方面有很強的分析能力從而來利用開源工具，而且他們需要編寫腳本來把各部分連接起來。隨著你必須不斷修改復雜的代碼和工作流來更新‘數據湖’，這個過程是很費時間和資源的。

選擇4：配置一個完整的“數據湖”管理平臺

第四個選擇是配置一個用來汲取和管理大量不同的數據的“數據湖”管理平臺。 Zaloni’s Bedrock 提供了這項功能。他允許你為數據編排目錄，利用元數據并且支持正在進行中的以確保數據質量，數據沿襲和自動化工作流的進程。這種方法是解決“數據湖”管理和支配的最佳辦法。

當你向“數據湖”轉變的時候，選擇一個完全整合的數據湖管理平臺將會使你對數據充滿信心，并且會合并更多的用戶和用戶案例使之有益于商業。歸根結底，這就是數據存在的意義，用來告知和提高組織的決策過程，用嶄新的并且激動人心的方式來幫助您的業務增長。

網頁題目：“數據湖”中數據管理的4種方式
當前網址：http://vcdvsql.cn/article12/sdhcgc.html

成都網站建設公司_創新互聯，為您提供建站公司、微信小程序、網站設計公司、虛擬主機、域名注冊、全網營銷推廣

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯