I IT 面试题库
数据湖(Data Lake)与数据仓库(Data Warehouse)的核心区别是什么?
中级场景题大数据开发工程师数据湖数据仓库Lakehouse
题目
考察点:从 Schema 时机、数据类型、适用场景区分二者,并理解湖仓一体趋势,属数据工程场景追问。
参考答案
内容深度:基础 · 无代码示例 · 来源:外部链接 · 未复核 · 44 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
要点:
- Schema 时机:数据湖 Schema-on-read(写入时按原样存原始数据,读取时再定义结构);数仓 Schema-on-write(先建模再写入,结构严格)。
- 数据类型:湖容纳结构化/半结构化/非结构化(日志、图片、视频);仓主要面向已清洗的结构化表。
- 适用:湖适合原始数据存储、机器学习、探索性分析;仓适合稳定报表、BI、即席查询。
- 趋势:湖仓一体(Lakehouse,如 Iceberg/Delta/Hudi)融合二者,既保原始又具 ACID 与表语义。
题目与答案就在本页;收藏、批注和错题重练在应用内