问Hadoop Vs数据湖

EN

数据湖是一个抽象的“概念”。Hadoop是一种特定的技术/软件。您可以使用hadoop或使用不同的工具实现数据湖。

Data是一种在系统中存储数据的方法，它可以方便地对各种模式和结构形式(通常是对象块或文件)中的数据进行排序。

数据湖的概念与Apache及其开源项目的生态系统密切相关。所有关于数据湖的讨论都会很快导致对如何使用Apache生态系统构建数据湖的描述。它之所以流行，是因为它提供了一种成本效益高、技术上可行的方法来应对大数据挑战。各组织正在发现数据湖，这是它们现有数据体系结构的一种发展。

跟随白皮书将成为使用Hadoop构建数据湖的最好示例。

想到Data，最简单的方法就是想到这个大容器，它就像一个真正的湖泊，河流流入河流，你永远不知道这些河流来自哪里(或者“类型”河流)。

数据湖能够存储大量不同类型的数据(结构化数据、非结构化数据、日志文件、实时数据、图像等)。并将其融合在一起，将许多不同的数据类型联系起来。这里的关键是，我们正从传统的方式转向现代工具(，如Hadoop、Cassandra、NoSQL DB等)。

我们正在创建大量的数据，如果我们能够对其进行分析，我们可能会从中得到一些价值。我们可以使用云来获取这些数据，在商店中将其收集起来，并进行分析。在Azure，我们有Azure Data 。我们可以把所有的数据存储在Azure数据湖商店。Azure就像一个基于云的文件服务或文件系统，其大小几乎是无限的。

我们可以在存储的数据之上运行服务。因此，您可以在HDInsight集群中使用Hadoop或Spark，也可以使用Azure数据湖分析服务，这是对Azure Data的补充。该服务允许您运行作业，有效地查询存储在Azure data存储中的数据，并生成输出结果。

Azure数据湖商店是我们可以存储所有我们想要分析的数据的地方。Azure作为一种服务，我们可以运行作业来查询数据以生成某种类型的输出进行分析。Hadoop是/(开放源码分布式数据处理集群技术)的具体技术。您可以使用hadoop或使用不同的工具实现数据湖。