數據倉庫
數據倉庫(Data Warehouse)，也稱為企業數據倉庫，是一種包含多種數據高度建模的存儲庫。它是一個面向主題的、集成的、相對穩定的、反映歷史變化的數據集合存儲系統，同時，它也是單個數據存儲，出于分析性報告和決策支持目的而創建。數據倉庫主要用于業務智能領域的比較和分析，它將來自不同來源的結構化數據聚合起來，為企業所有級別的決策制定過程，提供所有類型數據支持的戰略集合；為需要業務智能的企業，提供指導業務流程改進、監視時間、成本、質量以及控制。主要特點如下:
1、面向主題，指數據倉庫內的信息是按主題進行組織的，而不是像業務系統那樣按照功能組織。
2、集成，指數據倉庫中的信息不是從各個業務系統中簡單抽取出來的，而是經過一系列加工、整理和匯總的過程，因此數據倉庫中的信息是關于整個企業的一致的全局信息。
3、數據是基于歷史的，指數據倉庫內的信息并不只是反映企業當前的狀態，而是記錄了從過去某一時點到當前各個階段的信息。通過這些信息，可以對企業的發展歷程和未來趨勢做出定量分析和預測。
數據湖
數據湖（Data Lake）是一個存儲企業的各種各樣原始數據的大型倉庫，其中的數據可供存取、處理、分析及傳輸。數據湖是以其自然格式存儲的數據的系統或存儲庫，通常是對象Blob或文件。數據湖通常是企業所有數據的單一存儲，包括源系統數據的原始副本，以及用于報告、可視化、分析和機器學習等任務的轉換數據。數據湖可以包括來自關系數據庫（行和列）的結構化數據，半結構化數據（CSV，日志，XML，JSON），非結構化數據（電子郵件，文檔，PDF）和二進制數據（圖像，音頻，視頻）。
數據湖能夠幫助企業實現數據的集中式管理等多種能力；數據湖融合了先進的數據科學、機器學習和人工智能技術，幫助企業構建更加優化的數據運營模型，為企業提供預測分析、推薦模型等能力，這些模型能夠刺激企業能力的持續增長，不斷賦能于企業增長。數據湖能從以下方面幫助到企業：
1、實現數據治理；
2、通過應用機器學習與人工智能技術實現商業智能；
3、預測分析和模型推薦，例如：領域特定的推薦引擎；
4、信息追蹤與一致性保障
5、基于歷史數據分析生成新的數據維度，挖掘數據深度價值；
6、提供集中式存儲的企業數據中心，并提供基于數據傳輸優化的數據服務；
7、協助企業實現靈活的增長決策。
數據中臺
數據中臺是基于大數據、云計算、人工智能的技術架構打造的數據化創新平臺，支撐企業數字業務應用的標準化及快速定制化，實現數據驅動的精細化運營，沉淀企業的數據資產，為企業提供用戶個性畫像、商品智能推薦、業務在線監控等服務，解決企業業務在面向產業互聯、生態發展過程中所遇到的應變與響應能力問題。數據中臺是采用大數據、云計算、人工智能等前沿技術對跨域數據進行聚合和治理，并將數據抽象封裝成服務，提供給前臺應用，從而滿足業務價值快速變化的需求。
數據中臺通過對企業內外部多源異構的數據采集、治理、建模、分析和應用，使數據對內優化管理提高業務價值，對外進行數據合作讓業務價值得到釋放，使之成為企業數據資產管理中樞。數據中臺建立后，會形成數據API服務，為企業和客戶提供高效各種數據服務。
數據中臺對一個企業的數字化轉型和可持續發展起著至關重要的作用。
1、構建了開放、靈活、可擴展的企業級統一數據管理和分析平臺，將企業內、外部數據隨需關聯，打破了數據的系統界限。
2、利用大數據智能分析、數據可視化等技術，實現了數據共享、日常報表自動生成、快速和智能分析，滿足企業各級部門之間的數據分析應用需求。
3、深度挖掘數據價值，助力企業數字化轉型落地。實現數據的目錄、模型、標準、認責、安全、可視化、共享等管理，實現數據集中存儲、處理、分類與管理，建立大數據分析工具庫、算法服務庫，實現報表生成自動化、數據分析敏捷化、數據挖掘可視化，實現數據質量評估、落地管理流程。
數據倉庫與數據湖
相較而言，數據湖是較新的技術，擁有不斷演變的架構。數據湖存儲任何形式（包括結構化和非結構化）和任何格式（包括文本、音頻、視頻和圖像）的原始數據。根據定義，數據湖不會接受數據治理，但專家們一致認為良好的數據管理對預防數據湖轉變為數據沼澤不可或缺。數據湖在數據讀取期間創建模式。與數據倉庫相比，數據湖缺乏結構性，而且更靈活，并且提供了更高的敏捷性。值得一提的是，數據湖非常適合使用機器學習和深度學習來執行各種任務，比如數據挖掘和數據分析，以及提取非結構化數據等。
數據倉庫與數據中臺
數據倉庫和傳統的數據平臺，其出發點為一個支撐性的技術系統，即一定要先考慮我具有什么數據，然后我才能干什么，因此特別強調數據質量和元數據管理；而數據中臺的第一出發點不是數據而是業務，一開始不用看你系統里面有什么數據，而是去解決你的業務問題需要什么樣的數據服務。
在具體的技術處理環節，二者也有明顯不同，數據的預處理流程正在從傳統的ETL結構向ELT結構轉變。傳統的數據倉庫集成處理架構是ETL結構，這是構建數據倉庫的重要一環，即用戶從數據源抽取出所需的數據，經過數據清洗，將數據加載到數據倉庫中去。而大數據背景下的架構體系是ELT結構，其根據上層的應用需求，隨時從數據中臺中抽取想要的原始數據進行建模分析。
由以上概念不難看出，數據中臺（EsDataStation）是企業數據戰略的重要發展方向，億信數據中臺通過采集、存儲、計算，治理技術形成統一標準和口徑的數據資產服務，解決數據孤島、數據資產流失、數據服務能力不足、數據價值低的問題，最終使數據能夠賦能業務場景、產生業務價值。同時億信華辰重磅推出的企業級實時大數據平臺。它基于開源Hadoop框架開發，融合MPP、SQL on Hadoop、流處理等大數據技術，支持海量數據的高效儲存和統一管理，為企業決策提供實時的數據支撐。湖倉一體化平臺主要解決結構化，非結構化融合存儲的混合應用場景，主要面向能源，工業，政務等業務范疇比較廣的行業。
