《构建数据湖仓》（Build the Data Lakehouse）作者比尔·恩门（Bill Inmon），被称为数据仓库之父，最早的数据仓库概念提出者。这本书，是比尔继Building the Data Warehouse”（《建立数据仓库》）又一力作。
本书一共十七章，我将以18篇（加上引言）读书笔记的形式，连续介绍该书的主要内容和观点，敬请关注和参与讨论。
第一章 向数据湖仓演进
一、数据架构向数据湖仓的演进涉及以下主要技术的发展。
- 硬件技术的发展，如穿孔纸带（Paper Taper）、打孔卡片（Punched Card）、磁带（Magnetic Tape）、磁盘存储（Disk Storage）；
- 应用系统越来越多，应用系统从在线系统（Online Transaction System）到在线事务处理（Online Transaction Processing，OLTP）的发展；
- 数据方面：早期，终端用户总抱怨没有数据；现在终端用户被大量应用系统包围甚至淹没，开始抱怨找不到合适的数据。数据存在可靠性问题。同样的数据出现在多个地方，却有不同的值，如何确保决策的数据准确和可信？
- 获取决策正确的数据的复杂性，需要新的架构和方法
二、数据仓库（Data Warehouse，DW）
- 数据仓库解决了上述问题，成为一种新的体系结构化的整体解决方案。
- 数据仓库的分析基础设施包括：
- 元数据（Metadata），关于数据所在位置的指引；
- 数据模型（Data Model），对数据仓库中所管理的数据的抽象；
- 数据血缘（Data linage）数据仓库中所获取数据的起源和转换过程；
- 汇总（Summarization），对于在数据仓库中创建的数据的算法工作的描述；
- KPI，关键绩效指标
- ETL，将应用系统数据extract、Transaction和Load。
- 数据仓库存在的问题
（1）数据仓库存储和处理的大多数对结构化、业务交易所产生的数据，局限性日益突出；
组织内的三类数据：结构化数据、文本数据和其他非结构化数据。
（2）机器学习和人工智能的兴起，算法不是简单的基于SQL对数据直接进行访问和计算。
三、数据湖（Data Lake，DL）
- 数据湖是组织中所有不同类型数据的集合。
- 数据湖存在的问题
（1）缺乏关键基础设施特性的支持，比如不支持事务处理、未实施数据质量管理和数据治理、性能不佳等；
（2）企业中的数据湖，成为“数据沼泽（data Swamp）”，数据犹如一潭死水而无法使用，并随着时间的推移而“腐烂”。
四、当前数据架构面临的挑战
- 双重架构（数据湖--数据仓库）之间数据转移产生高昂的成本；
- 对机器学习的有限支持；
- 缺乏开放性
五、数据湖仓（Data Lakehouse）的出现
- 数据湖仓架构建立在现有数据湖的基础上，解决了当前数据架构面临的主要挑战；
- 数据湖仓架构图（略）
- 数据湖仓的主要特性
(1)采用数据湖优先的方法;
(2为数据湖提供可靠性和质量保障，如事务支持、模式支持、模式约束和模式演进;
(3)增强数据治理和安全控制;
(4)优化性能;
(5)支持机器学习;
(6)提供开放性。
六、数据仓库、数据湖和数据湖仓比较。
总结，数据湖仓可以在开放的环境中管理数据，整合来自企业所有部门的各种数据，并将数据湖的数据科学焦点与数据仓库的终端用户分析结合在起来，这些独特的能力为组织带来惊人的价值。
[鼓掌]如果您觉得还不错，有所帮助和启发，请点击红星，给个赞；
[作揖]点击关注，第一时间阅读；
[谢谢]欢迎在下方评论区，参与讨论，告诉我们您的想法。