数据仓库是优化后的数据库，非常适合结构化数据，但是随着企业的现代化，产生了大量的非结构化、半结构化数据，这些数据呈现出多样性，高速度、大容量等特征。很显然，数据仓库并不适合这样的场景，而且就成本而言，一定不是最具优势的方案。

随后数据湖的概念出现在人们的视野中，它一个数据存储的平台，不需要定义数据，能够自由存储不同类型的数据。在加载数据时，数据仓库需要预先定义，即写时模式；数据湖则是在准备使用数据的时候定义数据，即读时模式，更能满足不同业务的需求。

随着当前的大数据技术应用趋势，企业对单一的数据湖和数仓架构并不满意。越来越多的企业开始融合数据湖和数据仓库的平台，不仅可以实现数据仓库的功能，还实现了各种不同类型数据的处理功能、数据科学、用于发现新模型的高级功能，这就是所谓的【湖仓一体】。

湖仓一体（KeenData LakeHouse）是一种新型开放式架构，将数据湖和数据仓库的优势充分结合，它构建在数据湖低成本的数据存储架构之上，又继承了数据仓库的数据处理和管理功能。作为新一代大数据技术架构，将逐渐取代单一数据湖和数据仓库架构。

湖仓一体的关键特性：

1）事物支持：在企业级应用中，支持ACID满足大量的SQL并发读写

2）模式实施和治理：湖仓一体有一种支持模式实施和演变的方法，支持 DW 模式规范，能对数据类型做推断，并有数据治理和审计机制。

3）BI工具支持：湖仓一体可以直接在源数据上使用BI工具，免去像之前在数据仓库和数据湖中拷来拷去的操作，减少陈旧度和等待时间，提高新近度，并且降低必须在数据湖和仓库中操作两个数据副本的成本。

4）存储与计算分离：支持更大的并发量和更大的数据规模。

5）兼容性：湖仓一体使用的存储格式是开放式和标准化的，它提供了多种 API，各种工具和引擎都可以直接有效地访问数据。

6）支持从非结构化数据到结构化数据的多种数据类型：湖仓一体可用于存储、优化、分析和访问许多新数据应用程序所需的数据类型，包括图像，视频，音频，半结构化数据和文本。

7）支持各种工作场景：包括数据科学，机器学习和 SQL 分析。这些可能依赖于多种工具来支持的工作场景，它们都依赖于相同的数据存储库。

大数据发展，让我们看到了数据湖与数据仓库的不断创新与发展，也看到了湖仓一体化的技术架构为企业数据能力带来的提升。湖仓一体能发挥出数据湖的灵活性与生态丰富性，以及数据仓库的成长性与企业级能力。帮助企业建立数据资产、实现数据业务化、进而推进全线业务智能化，实现数据驱动下的企业数据智能创新，全面支撑企业未来大规模业务智能落地。