資料倉儲 vs 資料湖 vs 資料湖倉

請比較資料倉儲、資料湖與資料湖倉的差異。

資料倉儲（Data Warehouse）

儲存已清洗、結構化的資料，專為分析查詢優化（OLAP）。

代表：Snowflake、BigQuery、Redshift

優點：查詢效能高、治理好。缺點：不支援非結構化資料、成本高、靈活性低。

資料湖（Data Lake）

以原始格式（Parquet、CSV、JSON、影片）儲存所有資料，Schema-on-Read（讀取時定義結構）。

代表：S3 + Athena、Azure Data Lake Storage

優點：儲存便宜、保留所有原始資料。缺點：易成「資料沼澤」、治理困難、查詢慢。

資料湖倉（Data Lakehouse）

結合兩者優點：以低成本物件儲存（S3）儲存資料，在上面加入 ACID 交易、Schema 管理、效能優化層。

代表：Delta Lake（Databricks）、Apache Iceberg、Apache Hudi

特點：支援 ACID 交易、Time Travel（查詢歷史版本）、Schema Evolution，同時保有資料湖的低成本。