是指用于存储、管理和查询大量历史数据的系统架构。以下是一个常见的数据归档技术架构的示例：
1. 数据采集：从不同来源收集原始数据，包括数据库、文件系统、日志等。
2. 数据清洗和预处理：对采集的数据进行清洗和预处理，包括去除重复数据、处理缺失值、格式转换等。
3. 数据存储：将清洗和预处理后的数据存储到持久性存储设备中，如关系型数据库、NoSQL数据库、分布式文件系统等。
4. 数据索引和分区：将数据进行索引和分区，以便快速查询和检索。常用的索引技术包括B树、哈希表等。
5. 数据备份和恢复：定期对数据进行备份，以防止数据丢失，并能够在需要时进行恢复。
6. 数据归档：根据归档策略，将一定时间范围内的数据移动到归档存储设备中，以释放主存储空间。
7. 数据访问和查询：提供各种查询和访问接口，如SQL查询、API接口等，以便用户能够方便地访问和查询归档数据。
如果说这二者哪个好一点，只能说数据开发偏向于程序，数据分析偏向于数学。
薪资区别
1、数据开发
作为IT类职业中的“大熊猫”，数据工程师的收入待遇可以说达到了同类的顶级。国内IT、通讯、行业招聘中，有10%都是和大数据相关的，且比例还在上升。在美国，大数据工程师平均每年薪酬高达17.5万美元；
大数据开发工程师在一线城市和大数据发展城市的薪资是比较高的。
2、数据分析
数据分析同样作为高收入技术岗位，薪资也不遑多让，并且，我们可以看到，拥有3-5年技术经验的人才薪资可达到30K以上。
最后，无论你是做大数据开发还是分析，都是高薪的技术岗位，最重要的是修炼好自己的技术。