加入 Delta Lake 社区

数据仓库是过去二十年出现的一种方法。它由结构化数据模型组成，可以提供更好的性能。Valeye 说，数据集很小且受到限制。相比之下，数据湖由来自多个来源的非结构化数据组成。数据湖的数据量达到 PB 甚至 EB 级别。

Valeye 表示，由 Databricks 创建的 Delta Lake 通过在数据湖中提供更多性能和功能，打破了数据仓库和数据湖之间的障碍。

Valeye 说，ACID 事务是数据仓库的必备要素。在考虑关系型数据库或数据仓库时，重点放在模型表示和数据结构上。数据湖是一种开放的方式来推送数据并添加模式。数据湖放大了数据。通过“打破壁垒”，湖屋提供了 ACID 事务、读、处理、解释 (RPI) 摄取和元数据可扩展性。其强大之处在于能够为任何用途获取知识，而数据分析师团队与数据工程和数据科学家团队之间没有障碍。

Databricks 现在正在努力为任何人提供通过 Delta Lake 贡献其连接器的方法，从而允许与例如不同的数据库一起使用的网关。

“这就是为什么当您在特定的云提供商上工作时，不希望被捆绑、锁定在其中，这非常好，”Valerie 说。“所以这就是为什么拥有这种标准格式，您可以从一个切换到另一个，并且不会觉得被一个提供商和一种格式所困。”

Valeye 说 Back Market 销售翻新设备。为了确定设备质量，该公司开发了一种算法来确定设备是否适合销售。Back Market 使用 Delta Lake 从 API 和其他数据源摄取数据。

Valeye 曾担任数据工程师，他说 Delta Lake 是连接数据科学家和数据工程师的平台。在使用 Delta Lake 之前，由于不同工具和编程语言的复杂性，部署模型可能会很复杂。Delta Lake 基础设施弥合了这些差距。它允许每个人在相同的基础设施上工作。