什么是Data Lake？
它是指使用大型二進(jìn)制對象或文件這樣的自然格式儲存數(shù)據(jù)的系統(tǒng)。它通常把所有的企業(yè)數(shù)據(jù)統(tǒng)一存儲，既包括源系統(tǒng)中的原始副本，也包括轉(zhuǎn)換后的數(shù)據(jù)，比如那些用于報表，可視化，數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的數(shù)據(jù)。數(shù)據(jù)湖可以包括關(guān)系數(shù)據(jù)庫的結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化的數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)和二進(jìn)制數(shù)據(jù)。
簡而言之，Data Lake是一種大數(shù)據(jù)架構(gòu)方法，可以將非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)存儲在單個存儲庫中。
整理
當(dāng)企業(yè)對數(shù)據(jù)進(jìn)行分析時，他們只知道使用現(xiàn)有數(shù)據(jù)可以實(shí)現(xiàn)業(yè)務(wù)目標(biāo)。當(dāng)他們利用可用數(shù)據(jù)做出決策時，將無法實(shí)現(xiàn)可持續(xù)性，這將可能會出現(xiàn)一些問題。
為了解決這個問題，采用Data Lake架構(gòu)可以為公司帶來好處，在Data Lake中，您可以存儲各種數(shù)據(jù)。例如–您最近建立了一個數(shù)據(jù)集，旨在使用新型模式提供見解，以供會計(jì)部門優(yōu)化費(fèi)用，或者您已使用可視化儀表板創(chuàng)建了流分析，以監(jiān)控網(wǎng)站的實(shí)時流量。
訪問大量數(shù)據(jù)
來自傳感器，日志，社交媒體，網(wǎng)絡(luò)活動或廣告等所有來源的數(shù)據(jù)，甚至是內(nèi)部日志，所有數(shù)據(jù)都可以轉(zhuǎn)儲到Data Lake中，并且可應(yīng)用到多種途徑中去。
當(dāng)所有業(yè)務(wù)部門的數(shù)據(jù)都處于通用轉(zhuǎn)儲時，Data Lake可以很輕松地訪問數(shù)據(jù)孤島之外的數(shù)據(jù)，并利用它來獲得傳統(tǒng)分析方法無法實(shí)現(xiàn)的見解。甚至跨多個部門收集到的數(shù)據(jù)也可以生成數(shù)據(jù)集，從而有益于公司運(yùn)營。
Data Lakes不會讓您的數(shù)據(jù)丟失
在數(shù)據(jù)時代采用可持續(xù)的數(shù)據(jù)整合方式應(yīng)成為企業(yè)的首要任務(wù)，因此可以為未來幾十年奠定基礎(chǔ)。它可以滿足最先進(jìn)工具的需求，以使組織成為完全由數(shù)據(jù)驅(qū)動的組織。
使用Data lake的一些案例：許多公司使用諸如Google Cloud Storage和Amazon S3之類的云存儲服務(wù)或諸如Apache Hadoop之類的分布式文件系統(tǒng)。Data lake（Hadoop 1.0）面向批次處理（MapReduce）的功能有限，并且是唯一與之關(guān)聯(lián)的處理范例。
慢慢地Data lake的概念引起了學(xué)術(shù)界的關(guān)注。
另外，Data Lake并不會很快消失，實(shí)際上它們是數(shù)據(jù)現(xiàn)代化的未來。
