廣義上來說，Hadoop大數據平臺也可以看做是新一代的數據倉庫系統， 它也具有很多現代數據倉庫的特徵，也被企業所廣泛使用。因爲MPP架構的可擴展性，基於MPP的數據倉庫系統有時候也被劃分到大數據平臺類產品。
推薦一個大數據學習羣 119599574晚上20:10都有一節【免費的】大數據直播課程，專注大數據分析方法,大數據編程，大數據倉庫，大數據案例，人工智能,數據挖掘都是純乾貨分享，
但是數據倉庫和Hadoop平臺還是有很多顯著的不同。針對不同的使用場景其發揮的作用和給用戶帶來的體驗也不經相同。用戶可以根據下表簡單判斷什麼場景更適合用什麼樣的產品。
|
特性 |
Hadoop |
Data Warehouse |
|
計算節點數 |
可到數千個 |
一般在128個以內 |
|
數據量 |
支持大於10PB |
一般不大於5PB |
|
數據類型 |
關係型，半關係型，無結構化，語音，圖像，視頻 |
關係型 |
|
時延 |
中/高 |
低 |
|
應用生態 |
創新型/人工智能 |
傳統數據庫型/BI類 |
|
應用開發接口 |
SQL，MR，豐富的編程語言接口 |
標準數據庫SQL |
|
可擴展性 |
無窮的可能，完整的編程接口 |
有限擴展能力，主要通過UDF支持 |
|
事務支持 |
有限 |
完整 |
數據倉庫和Hadoop平臺互爲補充，立足於滿足客戶在不同使用場景下的業務需求。公有云數據倉庫服務DWS能夠無縫地接入到公有云Hadoop平臺MRS服務上，支持SQL-over-Hadoop的這個特性，提供跨平臺， 跨服務的數據共享。讓用戶在充分享受Hadoop帶來的開放，便捷，創新的同時，繼續使用熟悉的數據（倉）庫方式管理和使用自己的海量數據。繼續使用傳統的數據倉庫的上層應用，特別是商業智能BI類的應用。