資料科學/人工智慧的第三階段主要工作流程為資料儲存 (如圖19-1) ，在資料分析需要的資料儲存是由資料倉儲或資料湖所建構起來。
Q16 提及，在資料儲存的階段，資料分析師需要了解資料儲存內部的工作流程，最核心的因素是在原始資料基礎上經過哪些加工處理，最後得到哪些資料。
由於資料在儲存階段是不斷變化和更新，它的即時性、完整性、一制性、準確性，都可能因為軟硬體或是環境問題而影響後期的應用。
以下將簡單介紹，「資料倉儲」、「資料湖泊」這兩種資料儲存類型。
資料倉儲的定義
「資料倉儲」是資訊的中央儲存庫，它包含多個資料庫，專門為資料分析所設計，用於執行查詢、分析。在每個資料庫中，資料能被整理成資料表和資料欄。也可以從各欄中，定義資料的描述，如：整數、資料欄位、字串。
資料通常會定期從交易處理系統、關聯式資料庫、其他來源流入資料倉儲。而資料科學家、資料工程師、商業分析師都可以透過BI、SQL用戶端、其他分析應用程式，來存取資料。這些資料經過分析後，可以幫助我們做出更好的決策。因此，資料倉儲較常用於深入商業分析的資料庫。
資料湖泊的定義
「資料湖泊」是指儲存所有結構化、半結構化和非結構化資料的大量資料來源。
資料倉儲會以表格來整理資料，讓結構描述能夠發揮用處，也因為需要表格才能使用SQL查詢資料。但是，並不是所有應用程式都要資料採用表格格式。如：大數據分析、全文搜尋、機器學習，即使資料是「半結構化」或非結構化也可以存取 (如圖19-2)。
現在，我們能使用以下幾點特性，分出這兩種資料儲存類型的差異。
資料倉儲與資料湖的比較
資料倉儲或資料湖，都是由多個資料庫彙整而成，而基本的資料庫又分成結構化資料庫、非結構化資料庫。
*結構化資料：
如已經整理好的資料表格，可以做數據分析。先有結構，才有資料。
*半結構化資料：
如CSV、JSON與XML，方便於資料交換，其特性同時具備欄位概念與欄位可拓展性，
半結構化資料除了可以透過欄位來查詢資料，且能根據使用者需求來調整欄位。
*非結構化資料庫：
是未經整理過的資料，也就是資料的本質。
如文字、圖片、音樂、影片、PDF、網頁...等，都是非結構化資料。
而資料庫管理系統（Database Management System，DBMS）是為了管理資料庫而設計的軟體系統，具有儲存、擷取、安全保障、備份…等基礎功能。
資料庫管理系統可以依據以下幾種方式分類：
- 資料庫模型：關聯式、XML
- 所支援的電腦類型：伺服器群集、手機
- 所用查詢語言：SQL、XQuery
- 效能衝量重點：最大規模、最高執行速度
從資料庫技術與其他學科技術的結合，創造很多種新型資料庫，如：與分布處理技術結合產生的分散式資料庫、與並列處理技術結合產生的並列資料庫、與AI 結合產生的演繹資料庫、與多媒體技術結合產生的多媒體資料庫。
常用的資料庫
1、關聯式資料庫
專門用來管理、查詢關聯式資料庫(Relational database)的程式語言，通常用來儲存「結構化資料」，幾乎所有的資料庫管理系統都配備一個開放式資料庫連接(ODBC)驅動程式，讓每個資料庫間能互相整合。
具有以下特質：
- 資料以一個或多個資料表 (table) 的方式存放
- 資料間有明確關聯
- 以 SQL 語言操作，我們能在關聯式資料庫裡新增、查詢、更新和刪除資料，也能建立和修改資料庫模式。
SQL的語法簡單，且都以資料為主角去思考。
關聯式資料庫
如：MySQL、Microsoft SQL Server、 Oracle資料庫
【推薦學習】
2、非關聯式資料庫 (NoSQL)
NoSQL就是”Not Only SQL”，也就是不限定「關聯式資料庫」的資料庫管理系統。
NoSQL 不支持SQL語法、邏輯，所以通常不使用關聯模型，也不需要固定結構。但有需要時， NoSQL 也可以使用關聯模型、資料表及欄位設計。
它將聚集的資料，做儲存的最小單位，比起資料關聯，NoSQL 更關注資料所代表的人與物的「狀態」變動。像是：使用者與平台文章，是否有被按讚、分享…等。
非關聯式資料庫
- 如：BigTable(Google)、MongoDB、 CouchDB 、 Redis
【推薦學習】
3、鍵值資料庫
也是一種非關聯式資料庫，是使用簡單的鍵值方法存放資料。
鍵值式資料庫
- 如：Apache Cassandra 、 Amazon DynamoDB 、 LevelDB (Google)、
緯育TibaMe已經有10萬人次來學習AI/資料科學知識或技術，若你想進一步了解或學習 AI / 資料科學的相關知識或技能，歡迎來TibaMe 👉 https://bit.ly/3o4N39e
下篇將與大家分享資料探勘6大主要功能與應用？
每週4則，每日5分鐘， 提拔我園丁陪你快速添補AI/資料科學知識與技能。
若您想了解更多AI/資料科學的小知識、及各產業的相關應用，歡迎訂閱TibaMe FB及部落格，或你有其他想了解的主題歡迎在下方留言讓我們知道唷！
參考資料