我正在浏览Microsoft文档：
https://docs.microsoft.com/en-us/azure/data-lake-store/data-lake-store-overview
我是Azure Data lake和HDInsight的新手 . URL中有一条声明告诉我们
"Azure Data Lake Store can be accessed from Hadoop (available with HDInsight cluster) using the WebHDFS-compatible REST APIs."
根据我最初的理解，Data lake store是一个可以存储任何类型数据的商店 . 我认为，HDInsight也有同样的事情 .
我的问题是Azure Data湖和Azure HDInsight有什么区别？如果HDInsight可以用于文件存储或任何类型的存储，那么为什么要使用Data Lake？如果有人可以详细说明这一点，那就太棒了 . 谢谢 .
5 回答
想想Data Lake最简单的方法就是想到这个 large container that has like a real lake with rivers coming into the river 你永远不知道河流来自哪里（或河流的哪个地方） . Azure Data Lake的引入使开发人员，数据科学家和分析人员可以轻松地存储大数据，以存储任何大小的数据 . It removes the complexities of ingesting and storing all your data while making it faster to get up and running with big data . Data Lake能够存储 mass different types of data （结构化数据，非结构化数据，日志文件，实时，图像等）并将它们混合在一起，以关联许多不同的数据类型 . 这里的关键是我们正在从传统方式转向现代工具（如Hadoop，Cassandra，NoSQL DB等） . Azure Data Lake包含三项服务：
Azure Data Lake Store，一个支持大数据分析的无限数据湖
Azure Data Lake Analytics，一种大规模并行的按需作业服务
Azure HDInsight ，完整托管的 Cloud Hadoop和Spark产品
Azure Data Lake Store就像基于 Cloud 的文件服务或文件系统，其大小几乎无限制 . 我们可以在该商店中的数据之上运行服务 . 因此，您可以使用Hadoop或Spark in an HDInsight cluster ，或者您可以使用Azure Data Lake分析服务，该服务是Azure Data Lake Store的补充 . 您可以使用的服务是运行有效查询存储在Azure Data Lake存储中的数据并生成输出结果的作业 .
Azure Data Lake Store就是一个数据存储 . HDInsight也可以在您启动的群集中执行此操作 . 但是，当您停止该群集时，数据也会消失 .
客户通常使用Azure Data Lake Store或Azure存储来提供与用于处理数据的群集（计算）分开的永久存储 .
家伙
HDInsight是分析服务，而Azure Data Lake Storage是存储服务 . 您最有可能需要两者都具有功能分析群集 .
HDInsight提供集群，完全管理分析的开源软件包（Hadoop，Spark ......等），并将集群设置为使用Azure Data Lake Storage，它支持 Cloud 存储上的HDFS API（Hadoop FileSystem） .
Azure Data Lake Storage Gen2是您应该开始考虑的，它将Azure存储和ADLS的优势合并到一个服务中 . - https://microsoft.sharepoint.com/sites/infopedia/media/channels/kurt-delbene-on-compete
ADLS Gen 2文档 - https://docs.microsoft.com/en-us/azure/storage/data-lake-storage/introduction
Azure使用“分解的硬件方法”
您可以将HDinsight关联或假设为Hadoop群集，Azure数据湖（ADL）作为HDFS . 但他们是分离的 .
如果终止群集，则ADL存储将保留其中存储的文件 . 您可以使用其他服务或工具（如Azure数据块）直接访问存储，也可以在数据之上创建另一个hdinsight群集 .
简而言之，
Hdinsight是一种托管的hadoop服务，可提供计算支持
ADL是一种托管存储服务，可提供大文件存储支持（您也可以选择使用Blob . 但Blob有一些限制（例如，不支持通过hdinsight群集存储到文件的文件）
Azure Data Lake Analytics在使用Azure Data Lake Store进行数据存储时提供较少的服务器计算，而在HDInsight中，我们需要根据处理要求为Compute Virtual Machine节点指定和设计 . 开发人员在Azure Data Lake Analytics中使用服务器较少的计算可能是有利的，因为Analytics Job的扩展需求是开箱即用的 .