Email Dataset

如今，我们看到越来越多的公司采用基于云的技术来提供卓越的客户体验。一种底层架构模式是利用开放数据湖。这并不奇怪——开放数据湖可以轻松处理传统数据仓库无法处理的数字时代数据类型。

数据仓库 非常适合分析和存储代表围绕产品、销售交易、帐户和其他结构化数据的传统业务流程的表格和模式。开放数据湖还可以分析和存储半结构化和非结构化数据，包括点击流数据、传感 伯利兹电话号码数据 器数据、地理空间数据和媒体文件等数据。分析通过传统的 查询和 编程框架执行。除了这种灵活性之外，开放数据湖还通过免费的开源软件包和开放数据格式提供这些功能。但与数据仓库不同的是，开放数据湖并不是一个集成平台。它们是同类最佳的 堆栈，可提供查询执行功能、事务支持和万无一失的安全性。


在本文中，我们将研究公司如何构建开放数据湖屋作为数据仓库的补充。开放数据湖屋是一种更灵活的堆栈，可解决传统数据仓库的高成本、锁定和限制问题。具体来说，我们将研究公司如何保护开放数据湖屋，包括最初的挑战及其开源解决方案。