🔑 名詞卡
資料倉儲（Data Warehouse）
🎯 定義
針對結構化資料設計、採用 Schema-on-Write（先定義嚴格結構才能寫入）的集中式儲存系統，強調資料的一致性、可查詢性與治理能力，常作為企業商業智慧（BI）報表分析的基礎。
重點／應用
- 與資料湖的核心差異在於：資料倉儲需先定義結構才能寫入資料，資料型態較單一（以結構化為主）；資料湖則允許先存原始資料，之後才套用結構（Schema-on-Read）。
- 資料湖倉（Data Lakehouse）：現代架構趨勢，結合資料湖的彈性儲存與成本效益，加上資料倉儲的結構化查詢與資料治理能力，代表技術如 Delta Lake、Apache Iceberg、Apache Hudi。
- 常見雲端資料倉儲：Snowflake、Google BigQuery。
記憶技巧
倉庫要求貨物（資料）進倉前就分類裝箱好（Schema-on-Write），湖泊則是水（資料）先流進來，要用時再過濾（Schema-on-Read）。
易混淆
- vs 資料湖：見上方「重點」欄位比較。
📖 課文原文「資料湖倉（Data Lakehouse）：結合『資料湖（Data Lake）』與『資料倉儲（Data Warehouse）』特性的現代化資料架構，同時具備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。」