数据仓库、数据湖、湖仓一体，究竟有什么区别？( 七 ) _数据仓库

文章插图

4.2.3阿里DDI（databricks datainsight 数据洞察）

文章插图

产品核心：

基于商业版 Spark 的全托管大数据分析& AI 平台
内置商业版 Spark 引擎 Databricks Runtime ，在计算层面提供高效、稳定的保障
与阿里云产品集成互通，提供数据安全、动态扩容、监控告警等企业级特性

产品引擎与服务：

100% 兼容开源 Spark，经阿里云与 Databricks 联合研发性能优化
提供商业化 SLA 保障与7*24小时 Databricks 专家支持服务

产品关键信息与优势

文章插图

文章插图

4.2.3.1产品架构

文章插图

Databricks数据洞察构建在ECS之上，使用阿里云对象存储服务（OSS）为核心存储。存储访问加速层方便您可以像操作HDFS上的数据一样访问OSS上的数据。
Databricks数据洞察提供了两种执行Spark作业的方式，包括通过Notebook或者在项目空间里新建Spark作业。
Databricks数据洞察还提供了监控告警、元数据管理、权限管理等功能，方便您对集群资源进行管理。

4.2.3.2应用场景
1、数据湖分析
使用阿里云对象存储OSS作为云上存储，DDI集群提供灵活的计算资源，OSS上的数据可以被多个DDI集群共享，减少数据冗余。同时，DataInsight Notebook支持多用户同时协同工作，您可以在Notebook中完成作业编辑、提交和结果查看。

文章插图

2、实时数仓
利用Databricks Delta Lake的ACID事务特性，可以构建云上大数据的实时数仓。

文章插图

五、华为数据湖探索（Data Lake Insight，以下简称DLI）5.1产品架构
数据湖探索（Data Lake Insight，以下简称DLI）是完全兼容Apache Spark、Apache Flink、openLooKeng（基于Presto）生态，提供一站式的流处理、批处理、交互式分析的Serverless融合处理分析服务。DLI是完全托管的大数据处理分析服务，企业使用标准SQL、Spark、Flink程序就可轻松完成多数据源的联合计算分析，挖掘和探索数据价值。数据无需复杂的抽取、转换、加载（ETL），使用SQL或程序就可以对云上CloudTable、RDS、DWS、css、OBS、ECS自建数据库以及线下数据库的异构数据进行探索。