区分数据仓库，数据湖和Data Hub，并认识到它们在重点上的不同

• 这些结构如何相似。
• 这些结构如何不同。
• 这些结构可能在数据管理基础结构中扮演的角色。

图2. 阐明数据湖，仓库和集线器的重点和关键数据管理方面

数据仓库和数据湖是支持分析工作负载的结构。Data Hub有所不同-它们的主要重点是实现数据共享和治理。

交流这些结构各自的特征和常见用例

• 数据仓库- 数据仓库是数据的集合，其中两个或多个不同的数据源可以通过集成的时变信息管理策略组合在一起。数据仓库通常存储着众所周知的结构化数据。它们支持众所周知的，预定义的和可重复的分析需求，这些需求可以在企业中的许多用户之间扩展。因此，数据仓库最适合中度到高度一致的语义要求。而且，它们通常支持相当固定的处理策略（对中央物理数据存储的面向SQL的访问）。数据仓库适合于复杂的查询，高级别的并发访问和严格的性能要求。
• 数据湖- 数据湖收集未精炼的数据（即，本机形式的数据，转换和质量保证有限）和从各种源系统中捕获的事件。数据湖通常支持数据准备，探索性分析和数据科学活动-可能涉及广泛的主题和组成部分。结果，数据湖支持高度可变的语义，一组通用的分析用例以及一系列不同的处理样式和方法（包括数据发现，机器学习和大量处理）。
• Data Hub- 与数据仓库和数据湖不同，Data Hub不专注于数据的分析用途。相反，Data Hub是一种架构模式，可实现数据的无缝流动和治理。数据的生产者和消费者通过Data Hub相互连接，并应用了治理控制和通用模型以实现有效的数据共享。Data Hub主要关注于驱动一致的语义。它们可以支持一系列用例-本质上通常是可操作的（例如，向企业应用程序和流程提供主数据）。它们还可以支持多种处理策略（通过选择数据持久性技术，集成样式和访问方法）。

• 数据仓库可以支持某些类型的探索性分析。这是通过为用户提供正确的工具（包括结构不同，语义各异的数据）并启用有限范围的处理样式来实现的。
• 一些Data Hub确实保存了详细的数据（可能是为了缩短时间范围），并且可以在此处执行一些报告/商业智能（BI）工作负载。

通过这些结构的组合，可以最大程度地支持更广泛的各种用例的能力

图3. 不同目的，但是所有模式都是结合使用的最佳方式

• 数据可以通过充当中介和治理点的Data Hub传递到分析结构（数据仓库和数据湖）（请参见图4）。越来越多的企业将Data Hub体系结构作为集中点来共享和管理整个企业中的所有关键数据。这包括将数据从操作系统供应到分析结构，例如数据仓库和数据湖。

图4.以 Data Hub为中心的Analytics数据供应

• 可以通过驻留在数据湖和数据仓库中的数据联合来支持逻辑数据仓库。数据仓库和数据湖的不同特征意味着，越来越需要两种模式来支持现代企业的各种分析需求。数据仓库和数据湖功能的组合代表了逻辑数据仓库的一种常见类型。
• 可以使用Data Hub将来自数据湖的见解提供给数据仓库（用于可重复和可扩展的消耗）和外部使用者（请参见图5）。分析工作负载越来越多样化。他们可以从企业内部和外部受益于更多不同的组成部分（并增加从中获得的价值）。组织越来越希望从数据湖中获取新兴的探索性见解，并对其进行扩展，以通过数据仓库在整个企业中更广泛，可重复使用。同样，对将结构化分析结果从数据仓库传递给客户，供应商等的能力的需求也在增加。Data Hub可以成为管理和满足这些需求的有效点。

图5. 从Data Lake Discovery到其他消费点的见解分布

• 将新的端点添加到现有的中心环境。
• 随着具有数据共享要求的端点的新集合的出现，创建了新的Data Hub。
• 转移数据仓库和数据湖之间的关系以优化逻辑数据仓库。