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
想问下，maxcomputer 创建的SQL脚本 可以用shell 调用运行吗
1120
Databricks 和 Dataworks 都是一站式的数据分析平台，两者的区别是什么？
2065
Cosco的优势是什么？
1178
大佬，可以请教下，有没有遇到 com.aliyun.oss
1214
hdfs 文件块过多（1亿）每个datanode 占3000万块(分16G内),某时刻内存陡然增加？
565
阿里云共享块存储和NAS还有OSS的区别是什么呀
7740
您好，starrocksreader 有可用于社区版StarRocks的插件和模板吗？
530
如果开传奇，同时在线4-5个版本需要什么配置云服务器多少带宽
3918
阿里云E-MapReduce xml的带有kerberos如何配置呢？
105
阿里云数据湖存储OSS的产生背景是什么？
1361
展开全部
5W1H(六何分析法)全景洞察大数据
11127
助力云上开源生态 - 阿里云开源大数据平台的发展
11814
开源生态的新发展：Apache Spark 3.0、Koala和Delta Lake
8720
E-MapReduce大数据安全实践
6430
利用yarn capacity scheduler在EMR集群上实现大集群的多租户的集群资源隔离和quota限制
6835
Apache Spark中国技术交流社区历次直播回顾（持续更新）
7577
E-MapReduce集群如何使用Phoenix on HBase
4641
E-MapReduce解决hive comment中文乱码问题
4473
使用Spark Streaming SQL进行PV/UV统计
7068
开源大数据周刊-第19期
3927
展开全部
