隔行如隔山，在剛進入某某領域時，最惱人的大概就是聽不懂那些「行話」。
在這個系列中，先把哪些常見的名詞蒐集在這篇文章中，並先記住最重要的精神，以利後續理解別人在講什麼、想傳達什麼。

專有名詞

在準備證照的初期，會有一些名詞需要了解，透過簡單的解釋這些名詞究竟想要表得什麼抽象的觀念。

1. 資料湖 / Data Lake
   • 集中、中央存放區。
   • 儲存、處理及保護大量結構化、半結構化和非結構化資料。
   • 資料量可以很大，到 PB 等級。

   相對於散落各處的資料而言，資料湖就是集中處理！

2. 資料倉儲 / Data Warehouse
   • 是結構化的歷史資料。
   • 不同於資料湖，倉儲的資料已經去蕪存菁，為了快速產生商業決策的目的而存在。
3. 資料孤島 / 數據孤島 / Data Silo / Isolated Data Island
   • 泛指企業中，不同組織或是部門各自維護的系統、資料庫、檔案。
   • 因為四散各處，缺乏整合，難以發揮價值，或者是不容易取用。
4. 資料擷取（Extract）
   • 資料萃取的程序，包含由資料源取得資料。
   • 例如編碼轉換、資料檢核，以及退回不合規格的資料。
5. 資料轉換（Transform）
   • 資料轉換的程序，主要是內容轉換。
   • 包括代碼的轉換，甚至是一筆變多筆或多筆變一筆的情況。
6. 資料載入（Load）
   • 資料載入目標系統或產生目標系統所需的格式。
   • 此步驟需包含產出目標系統前保留一份與目標系統相同內容的資料。
7. ETL / ELT / ETLT：資料擷取 / 資料轉換 / 資料載入 的排列組合。
   • 參考 ETL 與 ELT 之間有什麼區別？
   • 參考 What are the differences between ETL, ELT, and ETLT approaches to data integration?
8. 元資料 / 中繼資料 / 後設資料 / Metadata
   • 用來描述資料的資料⋯
   • 例如以『張淑晶』來形容房東的話，他會隱含很多訊息
     • 顯而易見的資料如 電話號碼、英文名字、個性、性別、身高、體重、⋯⋯
9. 資料目錄 / 數據型錄 / Data Catalog
   • 簡單的說就是沒有整理過的資料進行拆解，並且區分出 metadata。
   • 參考 What information does a data catalog contain?
10. 資料管道 / Data Pipeline
    • 泛指從程式或是終端裝置吐出資料後，可以透過一系列的自動化程序，蒐集並處理資料。
    • Source Data -> ETL / ELT / ETLT -> Target Data

結論

• 先看懂名詞，再去讀文件或看題目。

參考資料

1. 什麼是資料湖 - from AWS
2. Data Lakes on AWS
3. Build a data catalog solution for both business and technical users with Amazon DataZone & AWS Glue