什么是数据集市

数据集市、数据仓库和数据湖都是非常重要的中央数据存储库，但它们分别用于满足组织中的不同需求。

所谓数据仓库是一个系统，用于将多个来源的数据汇总到一个统一的中央数据存储中，以支持数据挖掘、人工智能 (AI) 和机器学习，最终改善复杂的分析和商业智能。 通过这个战略性的数据收集过程，数据仓库解决方案可整合不同来源的数据，以统一的形式提供数据。   

数据集市（如上所述）是更有针对性的数据仓库版本，它包含较小的数据子集，这些数据对组织中的单一团队或特定用户组而言意义重大而且必不可少。 数据集市是通过复杂的过程，基于现有数据仓库（或其他数据源）构建的，该过程包括使用多种技术和工具，设计和构建物理数据库，使用数据进行填充，并设置复杂的访问和管理协议。

虽然这是个具有挑战性的过程，但与使用更广泛的数据仓库数据集相比，它能让业务线用户更快地发现更有针对性的洞察。 例如，营销团队可以通过根据现有数据仓库创建数据集市而受益，因为该团队的活动往往独立于企业的其他部门。 因此，他们不需要访问所有企业数据。

数据湖也是一种数据存储库。 数据湖可以海量存储通过多个来源获得的非结构化或原始数据，但这些信息尚未经过处理或尚未准备好用于分析。 由于能够以原始格式存储数据，因此数据湖比数据仓库更易于访问，而且更具成本效益。 在采集数据之前无需整理和处理数据。

例如，政府可以使用特定技术跟踪与交通行为、电力使用和水道相关的数据，并将其存储在数据湖中，同时确定如何使用这些数据创建“智慧城市”，以提供更高效的服务。