Много страшных слов.
В нашей сфере используется больше количество терминов, аббревиатур, словосочетаний. Многие из них англоязычные и не имеют вменяемого перевода (это боль и тема для отдельного поста).
Дима Аношин написал пост, в котором дал определения для некоторых сложных случаев. За что ему отдельное спасибо.
Я могу только дополнить его взгляд статьей "Data Warehouse vs. Data Lake vs. Data Streaming: Friends, Enemies, Frenemies?". В ней автор раскладывает по полочкам хранилища, озера данных, их гибриды и разные сценарии использования.
Главные мысли:
🔹Data Warehouse - для отчетности и BI;
🔹Data Lake - для анализа больших данных и машинного обучения;
🔹Data Streaming - для сценариев, когда действительно надо в реальном времени делать выводы о каких-то событиях.
🔹Децентрализованные архитектуры (вроде того же Data Mesh) - для всего остального.
P.S. Картинка по самому мудреному способу хранения - LakeHouse - из блога databricks.
🔗Ссылка
В нашей сфере используется больше количество терминов, аббревиатур, словосочетаний. Многие из них англоязычные и не имеют вменяемого перевода (это боль и тема для отдельного поста).
Дима Аношин написал пост, в котором дал определения для некоторых сложных случаев. За что ему отдельное спасибо.
Я могу только дополнить его взгляд статьей "Data Warehouse vs. Data Lake vs. Data Streaming: Friends, Enemies, Frenemies?". В ней автор раскладывает по полочкам хранилища, озера данных, их гибриды и разные сценарии использования.
Главные мысли:
🔹Data Warehouse - для отчетности и BI;
🔹Data Lake - для анализа больших данных и машинного обучения;
🔹Data Streaming - для сценариев, когда действительно надо в реальном времени делать выводы о каких-то событиях.
🔹Децентрализованные архитектуры (вроде того же Data Mesh) - для всего остального.
P.S. Картинка по самому мудреному способу хранения - LakeHouse - из блога databricks.
🔗Ссылка