1
条回答
写回答
写回答
-
2003年前后，Hadoop面市。
伴随着数据规模体量的爆炸式增长，我们对低成本存储的需求也愈发迫切。于是第二代大数据平台架构雏形初现。它以数据湖为基础，能够支持对结构化、非结构化以及半结构化数据的存储。
与数据仓库相比，它是一种Schema-on-read的设计，数据能够比较高效地存入数据湖，但是会给下游的分析提供较高的负担。因为数据在写入之前没有做校验，随着时间的推移，数据湖里的数据会变得越来越脏乱，数据治理的复杂度非常高。
同时因为数据湖底层是以开放的数据格式存储在云对象存储上，云对象存储的一些特性会导致数据湖架构缺少像数仓一样的数据管理特性。
另外因为云对象存储在大数据查询场景上的性能不足，导致很多场景下都无法很好地体现数据湖的优势。
以上内容摘自《Databricks数据洞悉》电子书，点击https://developer.aliyun.com/topic/download?id=8545可下载完整版
2022-07-29 10:02:05赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。
热门讨论
热门文章
阿里云E-MapReduce serverless starrocks是存算分离模式的么？
69
阿里云E-MapReduce，SHELL任務有能力可以寫檔案至oss或是修改資源中心內的文件嗎?
83
EMR的dataworks是不是还要单独付费？
28
NeuSoft是什么？
1614
EMR业务上使用EMR的SDK执行工作流, 这种迁移到 DataWorks底层SDK也是支持的吗？
40
需要做旧版EMR迁移至DataWorks，通过文档找到群，具体怎么处理？
24
阿里云E-MapReduce在emr notebook提交任务时这个用户可以指定吗？
52
阿里云E-MapReduce从魔搭启动notebook时，提示账号已被拉入黑名单，这个是什么情况呢？
61
EMR这个怎么迁移到 dataworks，而且不影响业务？
53
旧版EMR上也有推荐 EMR Workflow迁移，Workflow和DataWorks有什么区别？
20
展开全部
阿里封神谈hadoop生态学习之路
48638
现代流式计算的基石：Google DataFlow
17911
如何使用Kafka Connect实现同步RDS binlog数据
15915
Spark in action on Kubernetes - Playground搭建与架构浅析
13055
JindoFS解析 - 云上大数据高性能数据湖存储方案
14447
HIVE MapJoin异常问题处理总结
14734
JindoFS概述：云原生的大数据计算存储分离方案
22830
Apache Spark 3.0 将内置支持 GPU 调度
10432
使用Hive进行OSS数据处理的一个最佳实践
11214
如何在E-MapReduce中玩转OSS
7541
展开全部
相关课程
更多
相关文章
相关电子书
更多
