这是什么
云数据平台的研究涵盖现代基于云的数据基础设施的架构和权衡——包括数据仓库与数据湖的对比、托管的分布式计算服务、成本与性能的优化,以及在计算发生于短暂的云基础设施上时,与研究相关的可复现性问题。
为什么重要
几乎所有大规模数据科学如今都运行在云基础设施上,深入理解其架构——而不仅仅是如何使用某个特定供应商的工具——正是让研究者或从业者能设计出经济、可扩展、真正可复现系统的关键。
考试小贴士
在为一个项目选择数据仓库还是数据湖架构时,应基于数据结构和所需查询的性质来做决定,而不是基于什么最流行——数据湖的灵活性是以牺牲数据仓库所提供的查询性能和模式保证为代价的。