🔑 名詞卡

資料湖（Data Lake）

🎯 定義

一種以原始格式儲存各類資料（結構化、半結構化、非結構化）的架構，主要目標為建立一個統一且彈性強的儲存平台，支援日後多種分析與處理任務。

重點／應用

原始資料保留：允許儲存尚未轉換、未清洗的原始資料。
Schema-on-Read：資料儲存時不強制定義結構，待使用時才套用結構，具高度彈性。
資料湖倉（Data Lakehouse）：結合資料湖的彈性儲存與成本效益，以及資料倉儲的結構化查詢與資料治理能力的融合架構。
常見工具：Hadoop + HDFS + Hive、Delta Lake、Apache Iceberg、Apache Hudi（支援 ACID 操作與版本控制）。

「湖」裝的是原始、未經處理的水（資料），要用時才過濾（套 Schema）；「倉」裡放的是已經整理裝箱的貨（結構化資料），進倉前就要先分類好。

vs 資料倉儲：資料湖採 Schema-on-Read（先存後定義結構），資料倉儲採 Schema-on-Write（先定義結構才能寫入）；資料湖支援多樣、原始型態資料，資料倉儲則以結構化、已清洗的資料為主，主要用於商業智慧報表分析。

📖 課文原文
「資料湖（Data Lake）是一種以原始格式儲存各類資料（結構化、半結構化、非結構化）的架構，主要目標為建立一個統一且彈性強的儲存平台，支援日後多種分析與處理任務……資料在儲存時不強制定義資料結構，待使用時才套用結構，具高度彈性。」