Ի՞նչ է data warehouse-ն ընդդեմ data lake-ի։

Data Warehouse (տվյալների պահեստ) և Data Lake (տվյալների լիճ) երկու տարբեր մոտեցումներ են տվյալների պահեստավորման և մշակման համար.

• Data Warehouse: կառուցվածքային տվյալների պահեստ, օպտիմալացված վերլուծության և հաշվետվությունների համար: Դրան բեռնվում են մաքրված, փոխակերպված և կազմակերպված տվյալներ տարբեր աղբյուրներից: Ընդհանրապես, տվյալները պահվում են հստակ սխեմայով (schema-on-write) աղյուսակներում: Սա թույլ է տալիս արագ կատարել բարդ հարցումներ և կազմել հաշվետվություններ:

• Data Lake: դա պահեստ է, որտեղ տվյալները պահվում են իրենց կեղտոտ ձևով, առանց նախնական մշակման և ճկուն սխեմայով (schema-on-read): Data Lake-ում կարելի է պահել կառուցվածքային, կիսակառուցված և ոչ կառուցվածքային տվյալներ (լոգեր, պատկերներ, տեսանյութեր և այլն): Սա ճկուն լուծում է մեծ ծավալով տարբեր տվյալների պահեստավորման համար, որոնք կարելի է վերլուծել և մշակել ըստ անհրաժեշտության:

Հիմնական տարբերությունները:

Գծագիր	Data Warehouse	Data Lake
Տվյալների ձևաչափը	Կառուցված, սխեմայով	Ամեն ինչ, կեղտոտ ձևով
Սխեմա	Schema-on-write (գրելու ժամանակ)	Schema-on-read (կարդալու ժամանակ)
Օգտագործում	Վերլուծություն, հաշվետվություններ	Մեքենայական ուսուցում, հետազոտություն
պահեստավորման արժեքը	սովորաբար ավելի թանկ	սովորաբար ավելի էժան

Օրինակ՝ ընկերությունը կարող է օգտագործել Data Warehouse՝ առևտրի հաշվետվությունների համար, իսկ Data Lake՝ բոլոր հաճախորդների տվյալների պահեստավորման համար՝ ներառյալ լոգերը, պատկերները և տեքստային ֆայլերը՝ հետագա վերլուծության և մոդելավորման համար։