知識 · IT・資料・DX

資料倉儲・資料湖

Data Warehouse / Data Lake

📂IT·資料·DX⏱閱讀 2 分鐘📊實務🔗相關 5

什麼是資料倉儲?

一句話定義
資料倉儲是為分析而整理好的'倉庫',資料湖則是原封不動存放各種原始資料的'湖泊'。
此主題,可做成企業內訓📚 相關課程💬 教育洽詢
⚡ 3 行重點摘要
  • 倉儲 = 整理好的分析用倉庫
  • 資料湖=原封不動存放的湖泊
  • 依用途選擇

其實選擇儲存方式,就是在決定何時要整理數據。倉儲必須先把表格結構對齊才能放入,湖泊則是先整個倒進去,取用時再解讀。所以現場人員說「請再幫我看這個指標」時,反應速度就分出高下。倉儲要修改模型再重新載入,需要 2 到 3 週,但數字不會搖擺;湖泊今天就能打開查看,但每次都得重新追問:這個數字由誰來擔保?

區分兩者的實務標準有三項。第一是形態:訂單、會計這類列與欄都已定好的資料適合資料倉儲(Data Warehouse),應用程式日誌、諮詢錄音逐字稿、圖片這類格式各異的資料則適合資料湖(Data Lake)。第二是成本:只堆放原始資料的物件儲存,與連分析引擎都包含在內的資料倉儲,每 1TB 的保存單價在數量級上就不同。第三是順序:先清理再載入(ETL),還是先載入再清理(ELT)。湖倉一體(Lakehouse)是在資料湖的儲存方式之上疊加表格格式與交易機制,縮小這道界線的架構;而資料集市(Data Mart)是從資料倉儲中為特定部門切出的子集,因此不是另一個獨立的選項。

現場最常出問題的地方,就是「先全部存起來,總有一天會用到」這種想法。若沒有目錄、也沒有負責人就累積三年,800 張資料表中的欄位將再也沒有人能說明含意,資料湖就會變成沒人用得了的沼澤。反過來的誤解也很常見:因為已經建了資料湖,就說不需要資料倉儲,直接把經營儀表板接到原始資料上,結果高階主管每次查詢都要掃描數 TB 的資料,雲端帳單就按月暴增。載入之前需要先決定的,不是工具,而是這份資料的負責人是誰。

會出現此術語的課程 · AI・DX
推薦課程 · 推薦講師 · 迷你報價
🧮 迷你報價 · 講師費基準
約 KRW 1,200,000 (≈ US$900)專題講座 2 小時 · 20 人以下 · 韓語
依此條件取得正式報價 →
💡 簡單來說
倉庫(整理好的商品)與湖泊(各式原料原樣存放)──差別在於是要馬上分析,還是先存起來。
為什麼在實務上很重要
資料「存放在哪裡」,會決定分析與 AI 的應用範圍。這是資料基礎設施的核心選擇。
資料倉儲 vs 資料湖
比較資料倉儲資料湖
儲存形式經過整理、結構化的資料原始形式(含非結構化)
用途即時分析・報表先存進去,之後再運用
比喻整理好的倉庫各式原料的湖泊
由來與出處

資料倉儲由 1990 年代的比爾・恩門(Bill Inmon)等人確立;資料湖則是在大數據時代(約 2010 年)為了連非結構化的原始資料也能存放而出現的。

透過案例理解

先看一個假設案例。全體員工 410 名、年營收 KRW 210,000,000,000 (≈ US$157,178,600) 規模的生活用品流通商 A 公司,訂單與會員資料雖然都好好存放在倉儲,但應用程式紀錄與諮詢錄音逐字稿卻擱置在檔案伺服器上。行銷部門要求的流失預測模型,因「沒有可供學習的原始資料」而兩度作罷,每新增一個指標平均要花 18 天。

  1. 資料平台組的金組長,把分散各處、三個月份的應用程式紀錄共 4.2TB 原封不動地存進物件儲存空間,並附上只記錄載入時間、來源與負責人三項的目錄。
  2. 財務長(CFO)問「儲存成本會增加多少?」時,Kim 主管把架構改為原始資料放湖、只把整理過的資料放倉儲,讓倉儲的載入量減為原本的三分之一。
  3. 行銷分析負責人 Lee 課長把訂單紀錄接到湖的日誌上,用來訓練流失預測模型,但驗證標籤只能從倉儲的確定營收表取得,並以此作為固定標準。
  4. 現場需求湧入後,我們為每張資料表指定資料負責人:訂單由營業管理組、紀錄由開發組負責定義。沒有負責人的資料表不列入目錄成為了原則。
  5. 六個月後,新增指標所需時間從18 天縮短為 4 天;流失預測模型則能在三個月內,提前篩出 61% 的解約客戶,目前已用於選定再購優惠券的發送對象。
相關術語
與此術語相關的課程
📚第四次工業革命與大數據Nanum 經營顧問 企業內訓 · 面授/線上查看課程 →
是否需要針對此主題進行企業內訓?
立即取得負責人為您量身打造的課程規劃與報價。
教育洽詢
最後修訂 2026年9月13日 · 監修 金鍾赫

常見問題

結構化報表・BI 適合資料倉儲,多元的原始資料與 AI 訓練則是資料湖的強項。兩者也常一起使用。
結合資料湖的彈性與資料倉儲的分析能力,是最新的做法。
需要馬上分析的結構化資料,放進資料倉儲;先把原始資料完整存下來,則選資料湖。兩者也常一起使用。
結合倉儲與湖泊優點的最新做法,在同一個儲存空間裡同時涵蓋兩者。