1
条回答
写回答
写回答
-
数据湖架构的基础是将原始数据以文件的形式存储在像阿里云OSS, AWS S3和Azure blob storage等对象存储系统上。相比于数据仓库使用的专有系统，使用这些对象存储的成本比较低。数据湖的另一个优势是能够对半结构化和非结构化的数据提供非常好的支持。因为数据可以以文件的形式直接存储在数据湖之中，所以数据湖在机器学习等场景中的应用就比较广泛。
但是它对于BI和报表系统的支持比较差，通常情况下需要通过ETL将数据转存到实时数据库或数据仓库中，才能支持BI和报表系统，而这对于数据的实时性和可靠性都会产生负面的影响。
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 10:22:58赞同 展开评论 打赏
问答分类：
问答地址：
开发者社区
>
大数据与机器学习
>
开源大数据平台 E-MapReduce
>
问答
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
EMR StarRocks有hive或spark的炸裂函数，类似explode可以用吗?
702
阿里云共享块存储和NAS还有OSS的区别是什么呀
7749
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？
573
我想问一下阿里云E-MapReduce，为什么会报错这个信息呢？
212
Spark3 Join Hints是什么？
1625
Databricks 和 Dataworks 都是一站式的数据分析平台，两者的区别是什么？
2071
NeuSoft是什么？
1671
cdh（6.3.2版本）集群访问oss存储的配置步骤
8438
阿里云E-MapReduce中JindoDistCp 有什么参数覆盖目标目录吗？
32
sprak是什么
725
展开全部
阿里封神谈hadoop生态学习之路
49572
现代流式计算的基石：Google DataFlow
18484
如何使用Kafka Connect实现同步RDS binlog数据
16100
HIVE MapJoin异常问题处理总结
15009
使用Hive进行OSS数据处理的一个最佳实践
11460
HAS-插件式Kerberos认证框架
8593
开源生态的新发展：Apache Spark 3.0、Koala和Delta Lake
8722
如何在E-MapReduce中玩转OSS
7585
hive在E-MapReduce集群的实践（二）集群hive参数优化
7635
YARN中的CPU资源隔离-CGroups
9812
展开全部
