通用问题 什么是湖仓一体? 虽然数据仓库和数据湖的应用场景和架构不同,但它们并不是对立关系。数据仓库存储结构化的数据,适用于快速的BI和决策支撑,而数据湖可以存储任何格式的数据,往往通过挖掘能够发挥出数据的更大作为,因此在一些场景上二者的并存可以给企业带来更多收益。 湖仓一体,又被称为Lake House,其出发点是通过数据仓库和数据湖的打通和融合,让数据流动起来,减少重复建设。Lake House架构最重要的一点,是实现数据仓库和数据湖的数据/元数据无缝打通和自由流动。湖里的“显性价值”数据可以流到仓里,甚至可以直接被数仓使用;而仓里的“隐性价值”数据,也可以流到湖里,低成本长久保存,供未来的数据挖掘使用。 数据智能方案 数据治理中心DataArts Studio为大型政企客户量身定制跨越孤立系统、感知业务的数据资源智能管理解决方案,实现全域数据入湖,帮助政企客户从多角度、多层次、多粒度挖掘数据价值,实现数据驱动的数字化转型。 数据治理中心DataArts Studio的核心主要是智能数据湖FusionInsight,包含数据库、数据仓库、数据湖等各计算引擎平台,提供了数据使能的全套能力,支持数据的采集、汇聚、计算、资产管理、数据开放服务的全生命周期管理。 拥有强大的湖、仓、库引擎技术,比如数据湖敏捷构建、GaussDB数据库快速迁移,数仓的实时分析等,对应服务如下: 数据库: −关系型数据库包括:云数据库RDS、云数据库GaussDB(for MySQL)、云数据库GaussDB(for openGauss)、云数据库PostgreSQL、云数据库SQL Server等。 −非关系型数据库包括:文档数据库服务DDS,云数据库 GaussDB NoSQL(包含Influx、Redis、Mongo、Cassandra)等。 数据仓库:数据仓库服务DWS。 数据湖湖仓一体:云原生大数据MRS,数据湖探索DLI等。 数据治理中心:数据治理中心DataArts Studio。