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
阿里云共享块存储和NAS还有OSS的区别是什么呀
7749
Databricks 和 Dataworks 都是一站式的数据分析平台，两者的区别是什么？
2073
NeuSoft是什么？
1674
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？
577
想问下，maxcomputer 创建的SQL脚本 可以用shell 调用运行吗
1127
EMR StarRocks有hive或spark的炸裂函数，类似explode可以用吗?
702
我想问一下阿里云E-MapReduce，为什么会报错这个信息呢？
212
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
3924
sprak是什么
726
Delta-rs Rust库是什么？
472
展开全部
