数据湖
数据湖是一种数据存储结构，可以存储任何类型的数据，包括像图片文档这样的非结构化数据，数据湖通常更大，成本更为廉价。存储其中的数据不需要满足特定的schema，数据湖也不会尝试去将特定的schema施行其上。相反的是，数据的拥有者通常会在读取数据的时候解析schema（schema-on-read），当处理相应的数据时，将转换施加其上。
ODS和数据湖有两个共同的重要特征：不加转换的原始数据，可以进行不预先设置的分析。ODS一般用来存储业务运营数据，也就是OLTP（联机事务处理）数据的快照和历史，而数据仓库一般用来存储分析数据，对应OLAP（联机分析处理）需求。
- 存储海量的原始数据
- 支持任意的数据格式（结构化、半结构化、非结构化）
- 较强的分析和处理能力
数据仓库
它主要存储的是以关系型数据库组织起来的结构化数据。数据通过转换、整合以及清理，并导入到目标表中。在数仓中，数据存储的结构与其定义的schema是强匹配的。
- 面向主题：按照一定的主题域进行组织。主题是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型信息系统相关
- 不可更新：数据仓库主要是为决策分析提供数据，所涉及的操作主要是数据的查询
- 非规范化：数据可以是而且经常是冗余的
- 大容量：时间序列数据集合通常都非常大
- 效率高：通过表结构优化、存储优化等手段，提升查询效率
| 名称 | 数据仓库 | 数据湖 |
|---|---|---|
| 读写模式 | 写时模式，数据存储前定义Schema | 读时模式，读取数据时定义Schema |
| 数据价值 | 提前明确 | 无须提前明确 |
| 存储数据类型 | 清洗后的结构化数据 | 原始数据、非结构化和半结构化数据 |
| 容量扩展成本 | 中等成本 | 低成本 |
| 支持功能 | 统计、报表和传统 BI分析 | 敏捷数据集成，支持编程框架 |
| 构建成本 | 重量级，时间成本高、投资规模大 | 轻量级，比较灵活，成本低 |
数据仓库中的数据由原始数据经过清理、填充和转换后按照核心业务逻辑组织生成。
