數(shù)據(jù)如水海納百川，數(shù)據(jù)湖如何成為數(shù)據(jù)治理的新范式？

科技云報道原創(chuàng)。

10年前，Pentaho公司創(chuàng)始人兼CTO詹姆斯·迪克遜(James Dixon)在他的博客中第一次提出“數(shù)據(jù)湖”(Data Lake)的概念；10年后的今天，在業(yè)界“數(shù)據(jù)中臺”大火的時代背景下，再來討論“數(shù)據(jù)湖”，別有一番風(fēng)味。

歷史的演變：從“數(shù)據(jù)倉庫”到“數(shù)據(jù)湖”

在萬物互聯(lián)的時代，各行各業(yè)、各類設(shè)備和應(yīng)用都在24小時不間斷產(chǎn)生大量數(shù)據(jù)。IDC統(tǒng)計顯示，全球近90%的數(shù)據(jù)將在這幾年內(nèi)產(chǎn)生，預(yù)計到2025年，全球數(shù)據(jù)量將比2016年的16.1ZB增加十倍，達(dá)到163ZB。數(shù)據(jù)的海量與多元化決定了從數(shù)據(jù)中獲取有用的價值變得越來越困難，如果無法從數(shù)據(jù)中獲得益處，那么數(shù)據(jù)價值就無從談起。

這時候，數(shù)據(jù)需要更深度的價值挖掘。目前，數(shù)據(jù)的價值呈現(xiàn)兩極化特征，一是及時發(fā)現(xiàn)，實時分析快速促進(jìn)業(yè)務(wù)發(fā)展；二是長期存放，數(shù)據(jù)累積起來，探索數(shù)據(jù)后隱藏的規(guī)律，統(tǒng)一分析其價值，為業(yè)務(wù)發(fā)展提供參考。

新的數(shù)據(jù)價值給企業(yè)帶來更多智能創(chuàng)新應(yīng)用，比如增長黑客、推薦系統(tǒng)，用戶行為分析，AIoT帶來的更多模型，這也意味著IT基礎(chǔ)設(shè)施的變革。

以往的計算和存儲耦合的架構(gòu)就會呈現(xiàn)資源利用率非常低的狀況，數(shù)據(jù)是不斷累積、不斷增長，但計算的算力要求可能是峰谷，為了存儲更多的數(shù)據(jù)購買更多的計算，擴(kuò)容的時候必須一起擴(kuò)容，最終導(dǎo)致穩(wěn)定性不是最優(yōu)，兩種資源無法獨(dú)立擴(kuò)展，使用成本也不是最優(yōu)。

在傳統(tǒng)架構(gòu)中，原始數(shù)據(jù)統(tǒng)一存放在Hadoop分布式文件系統(tǒng)(HDFS)系統(tǒng)上，引擎以Hadoop和Spark 為主，受到開源軟件本身能力的限制，傳統(tǒng)技術(shù)無法滿足企業(yè)用戶在數(shù)據(jù)規(guī)模、存儲成本、查詢性能以及彈性計算架構(gòu)升級等方面的需求。

如果這些多元的數(shù)據(jù)無法被其它應(yīng)用所使用，那么這一過程不可避免地會形成數(shù)據(jù)孤島，以至于無法滿足數(shù)據(jù)量迅速增長的需求。

傳統(tǒng)數(shù)據(jù)處理方式，就像“一條小河”，里面有ERP、CRM等各種業(yè)務(wù)系統(tǒng)，用戶可以設(shè)計“一個河道”，數(shù)據(jù)庫在最底層。數(shù)據(jù)經(jīng)過整理后形成中間層的數(shù)據(jù)倉庫，然后通過商務(wù)智能工具(BI)來及進(jìn)行展示。

簡單理解，在傳統(tǒng)數(shù)據(jù)處理過程中，用戶大概知道能有多少“水”，還可以通過“閘門”管控水量。

但是，在互聯(lián)網(wǎng)時代，各種各樣的視頻、移動終端信息如“洪水猛獸”，形成大規(guī)模的海量數(shù)據(jù)，用戶來不及整理和使用。這時，一個新的設(shè)想打開了人們的視野，假設(shè)有那么一片洼地，沒有河道，所有數(shù)據(jù)先蓄積到里面，然后通過有效的工具進(jìn)行查詢和處理，這便是數(shù)據(jù)湖。

國際研究機(jī)構(gòu)MarketsandMarkets最新研究報告顯示，到2024年，全球數(shù)據(jù)湖市場將突破200億美元，增至201億美元，復(fù)合年增長率將高達(dá)20.6%?？梢哉f，隨著數(shù)據(jù)治理與應(yīng)用需求激增，數(shù)據(jù)湖成為數(shù)據(jù)管理的重要方式已成為不爭的事實。

對于數(shù)據(jù)湖而言，有幾個重要特點(diǎn)。第一，存儲的原始自然數(shù)據(jù)，既可以是結(jié)構(gòu)化數(shù)據(jù)，也可以是非結(jié)構(gòu)化數(shù)據(jù)；第二，因為使用了云計算，用戶可以快速縮放海量數(shù)據(jù)；第三，在數(shù)據(jù)查詢過程中，除了能進(jìn)行建目錄、數(shù)據(jù)遷移和抽取等動作，還能進(jìn)一步歸類、進(jìn)行數(shù)據(jù)分析等等。另外，數(shù)據(jù)湖不僅是高可用、高持久、海量數(shù)據(jù)處理的選擇，同時還能滿足安全、合規(guī)和審計等要求。

而對于用戶來說，借助最新的數(shù)據(jù)湖解決方案，不僅能解決過去的數(shù)據(jù)孤島問題，同時還能兼容傳統(tǒng)的數(shù)據(jù)倉庫和數(shù)據(jù)分析方法。最重要的是，更適合現(xiàn)代應(yīng)用部署，比如和機(jī)器學(xué)習(xí)結(jié)合，進(jìn)行預(yù)測性的分析。

數(shù)據(jù)湖與數(shù)據(jù)倉庫并不是替代關(guān)系 湖倉一體化成為新趨勢

隨著數(shù)據(jù)湖概念的興起，業(yè)界對于數(shù)據(jù)倉庫和數(shù)據(jù)湖的對比甚至爭論就一直不斷。有人說數(shù)據(jù)湖是下一代大數(shù)據(jù)平臺，各大云廠商也在紛紛的提出自己的數(shù)據(jù)湖解決方案，一些云數(shù)倉產(chǎn)品也增加了和數(shù)據(jù)湖聯(lián)動的特性。不過在我們看來，數(shù)據(jù)湖與數(shù)據(jù)倉庫并不是替代關(guān)系，而是互為補(bǔ)充、相輔相成。

無論是數(shù)據(jù)倉庫，還是數(shù)據(jù)湖，其所要解決的問題離不開數(shù)據(jù)的存儲、調(diào)用、處理、分析、應(yīng)用等。而隨著需求側(cè)的發(fā)展變化，數(shù)據(jù)湖與數(shù)據(jù)倉庫被寄予了更高的期待：如何完成內(nèi)部的統(tǒng)一，從而滿足數(shù)據(jù)訪問使用的靈活性與高性能并舉。

早期業(yè)界認(rèn)為數(shù)據(jù)湖可能將會是未來的主流趨勢，甚至有數(shù)據(jù)湖代替數(shù)據(jù)倉庫之勢，但隨著新技術(shù)發(fā)展的熱度下降，市場對數(shù)據(jù)湖的認(rèn)知愈發(fā)理性。畢竟，數(shù)據(jù)倉庫在決策支持和商業(yè)智能應(yīng)用方面有著悠久的歷史。

也因此，湖倉一體化(Lakehouse)正在成為近些年來的熱點(diǎn)。湖倉一體采用開放式架構(gòu)，既構(gòu)建于數(shù)據(jù)湖低成本的數(shù)據(jù)存儲架構(gòu)上，同時具備數(shù)據(jù)倉庫的數(shù)據(jù)處理和管理功能，助力商業(yè)決策。因此，從某種程度上來講，數(shù)據(jù)湖產(chǎn)品的不斷迭代升級也是在向湖倉一體化趨勢靠近。隨著企業(yè)及組織不斷上云、數(shù)據(jù)分析需求的激增，湖倉一體化分析方案正在成為下一代數(shù)據(jù)分析系統(tǒng)的核心。

如今，越來越多的企業(yè)開始融合數(shù)據(jù)湖和數(shù)據(jù)倉庫的平臺，不僅可以實現(xiàn)數(shù)據(jù)倉庫的功能，還實現(xiàn)了各種不同類型數(shù)據(jù)的處理功能、數(shù)據(jù)科學(xué)、用于發(fā)現(xiàn)新模型的高級功能。

相比單獨(dú)的數(shù)據(jù)倉庫和數(shù)據(jù)湖，湖倉一體提供完善的數(shù)據(jù)管理能力。數(shù)據(jù)湖中會存在兩類數(shù)據(jù)：原始數(shù)據(jù)和處理后的數(shù)據(jù)。數(shù)據(jù)湖中的數(shù)據(jù)會不斷的積累、演化，包含數(shù)據(jù)源、數(shù)據(jù)連接、數(shù)據(jù)格式、數(shù)據(jù)schema，對于數(shù)據(jù)具有一定的權(quán)限管理能力。

其次，湖倉一體為企業(yè)提供全量數(shù)據(jù)的存儲場所，可以對數(shù)據(jù)的全生命周期進(jìn)行管理，包括數(shù)據(jù)的定義、接入、存儲、處理、分析、應(yīng)用的全過程。一個強(qiáng)大的數(shù)據(jù)湖，需要能做到對其間的任意一條數(shù)據(jù)的接入、存儲、處理、消費(fèi)過程是可追溯的，能夠清楚的重現(xiàn)數(shù)據(jù)完整的產(chǎn)生過程和流動過程。

一般情況下，數(shù)據(jù)的加載、轉(zhuǎn)換、處理會使用批處理計算引擎；需要實時計算的部分，會使用流式計算引擎；對于一些探索式的分析場景，可能又需要引入交互式分析引擎。對此，湖倉一體擁有豐富的計算引擎，提供從批處理、流式計算、交互式分析到機(jī)器學(xué)習(xí)等各類計算引擎。

湖倉一體本身還內(nèi)置多模態(tài)的存儲引擎，以滿足不同的應(yīng)用對于數(shù)據(jù)訪問需求。但是，在實際的使用過程中，為了達(dá)到可接受的性價比，湖倉一體解決方案提供可插拔式存儲框架，支持的類型有HDFS/S3等, 并且在必要時還可以與外置存儲引擎協(xié)同工作，滿足多樣化的應(yīng)用需求。

作為全球云計算巨頭，亞馬遜云科技在數(shù)據(jù)倉庫方面已經(jīng)擁有多款產(chǎn)品，比如：Amazon Redshift，是一個基于云的重要的數(shù)據(jù)倉庫產(chǎn)品，不僅具有強(qiáng)大的縮放能力，成本也是傳統(tǒng)的數(shù)據(jù)庫的十分之一。還有圖形數(shù)據(jù)庫Amazon Neptune，也在中國成功落地。

近期，亞馬遜云科技又針對數(shù)據(jù)及數(shù)據(jù)分析等服務(wù)持續(xù)發(fā)力，推出“智能湖倉”架構(gòu)。據(jù)了解，“智能湖倉”架構(gòu)將亞馬遜云科技的數(shù)據(jù)服務(wù)無縫集成，打通數(shù)據(jù)湖和數(shù)據(jù)倉庫之間數(shù)據(jù)移動和訪問，并且進(jìn)一步實現(xiàn)數(shù)據(jù)在數(shù)據(jù)湖、數(shù)據(jù)倉庫，以及在數(shù)據(jù)查詢、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)等各類專門構(gòu)建的服務(wù)之間按需移動，從而形成統(tǒng)一且連續(xù)的整體，滿足客戶各種實際業(yè)務(wù)場景下的不同需求。

“智能湖倉”架構(gòu)以Amazon Simple Storage Service(Amazon S3)為基礎(chǔ)構(gòu)建數(shù)據(jù)湖，作為中央存儲庫，圍繞數(shù)據(jù)湖集成專門的“數(shù)據(jù)服務(wù)環(huán)”，包括數(shù)據(jù)倉庫、機(jī)器學(xué)習(xí)、大數(shù)據(jù)處理、日志分析等數(shù)據(jù)服務(wù)，然后再利用Amazon Lake Formation、Amazon Glue、Amazon Athena、Amazon Redshift Spectrum等工具，實現(xiàn)數(shù)據(jù)湖的構(gòu)建、數(shù)據(jù)的移動和管理等。

從Linux基金會開啟開源Lakehouse項目、Databricks新添Delta Engine來增強(qiáng)Lakehouse服務(wù)能力，到Apache Iceberg的火熱、AWS Lake Formation等，不難看到，湖倉一體化正在成為主流服務(wù)商們探索的方向。同時，隨著國內(nèi)外廠商們紛紛加入開源生態(tài)，推動生態(tài)不斷成熟，數(shù)據(jù)湖與數(shù)據(jù)倉的關(guān)聯(lián)正在變得愈發(fā)密切。

不管是大數(shù)據(jù)開發(fā)者，還是企業(yè)大數(shù)據(jù)技術(shù)決策者，都應(yīng)該重新審視數(shù)據(jù)湖和數(shù)據(jù)倉庫的融合應(yīng)用，通過構(gòu)建更強(qiáng)大的業(yè)務(wù)平臺為企業(yè)減輕運(yùn)營壓力，提高工作效率，讓企業(yè)IT為業(yè)務(wù)創(chuàng)造更多新的可能。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。