「資料庫」不等於「資料庫系統」

中文的「資料庫」一詞在日常使用上，涵蓋電腦科學的 “database”（資料庫系統）, 以及泛學科的 “Lists of databases”。
我們對生物領域的人講「資料庫」，對方可能會理解為「人類基因資料庫」這類的物件。題外話，溝通要進行到確認對方的理解與我們的傳達一致，才算完成，不同領域可能對同一詞彙賦予不同意義。以下我們只談電腦科學領域的「資料庫系統」。

資料庫系統

資料庫系統要到 1970 年代實作「資料庫管理系統」才變得強大起來，實現了應用程式與資料間的統一、共享接口，讓資料庫系統中的資料具備易用性。研究特定技術的發展背景，尤其是該技術所取代者與挑戰者，有助於我們掌握該技術的本質、優勢，甚至是缺陷。資料庫系統的發展歷史超過六十年，就留給各位自行研究。我們將重點放在跟資料專案密切相關，各種資料庫系統所對應解決方案間的關鍵差異。

圖片來源：Robin Purohit (原始網站已不存在)

Database for OLTP vs. Data Warehouses vs. Data Lakes

通常我們只會比較 Data Warehouse(資料倉儲) 與 Data Lake(資料湖泊)，因為它們同屬於資料分析與報表用途（OLAP, 線上分析處理），與 OLTP(線上交易處理)的資料庫系統不同。這些都是資料庫系統，只適用於不同的用途，雖然 Data Lake 也可以儲存非結構化資料而有些爭議，因為資料庫系統是以儲存結構化資料為前提。我們就用一張表來概覽它們之間的區別：

我們需要分別建置資料庫系統, 資料倉儲與資料湖泊嗎?

實際上，多年前我曾經看過一家大型醫院，把交易資料庫與資料倉儲，用同一個資料庫系統實現。早上它是交易資料庫滿足門診住院急診處理，晚上它是資料倉儲滿足醫療研究人員需求。數年後，這家醫院還是分拆出獨立的資料倉儲系統，這也表示這樣的方案還是撐了幾年。
這個問題沒有固定的答案，可以簡化從以下三個面向來評估：

1. 建置與維運預算
2. 應用與維運能力：建置能力可以不看，全部委外。但是，使用者技能與管理者能力會直接影響效益與成本。
3. 商業價值：這些系統支撐哪些企業活動。

以台灣高科技製造業的多樣少量的業務型態，可能一條產線只為 1-2 年的特定訂單存在，資料湖泊用於長期資料分析，難以發揮效益。半導體產業有其特殊性需要資料湖泊，此篇暫時擱置不討論。金融業長期耕耘特定客戶群，而且接觸客戶渠道多元，投資資料湖泊收納結構與非結構資料整合分析，有其必要與效益。

如果沒有維運能力又想要資料倉儲與資料湖泊呢？

公有雲的出現讓企業擁有更多元的選擇。

也正因為如此，企業能更加專注在本業上，加上全球化，競爭也就更白熱化了。企業為了在競爭中勝出，追求營運效率的提升，因此寄望於資料驅動的數位轉型。這個背景造就資料領域逐漸從資訊領域中分化出來，也是我們後面會談到的”Data as a Product“，資料產品出現的原因。