什么是大数据湖

组织应该确定对自身业务至关重要的数据和元数据，而不是简单地将所有数据倾泻到数据湖中。这样可以避免形成"数据坟场"，导致数据被遗失和浪费。相反，企业应该专注于从数据湖中获取业务价值，而不仅将其视为一种技术结果。

数据湖允许您从多个来源导入任意数量的数据，包括实时数据。数据以原始格式收集并移动到数据湖中，这使您能够扩展到任何大小的数据，同时节省定义数据结构、架构和转换的时间。

数据湖允许您存储关系数据（如运营数据库和业务应用程序数据）以及非关系数据（如移动应用程序、物联网设备和社交媒体数据）。它们还让您能够通过爬网、编目和索引数据来了解数据湖中的数据，同时确保数据的安全性。

数据湖允许组织中的各种角色使用自己选择的分析工具和框架（包括开源和商业产品）访问数据，而无需将数据移动到单独的分析系统。数据湖还将允许组织生成不同类型的见解，包括对历史数据的报告以及构建模型来预测可能的结果并建议行动。

数据湖房是一种混合方法，结合了数据湖灵活的存储和数据仓库的管理功能和工具。这有助于解决传统数据湖的一些批评，如缺乏事务支持、模式实施和治理。

大数据湖可以支持对日志文件、点击流数据、社交媒体数据和物联网设备数据等多样化数据源进行机器学习等新型分析。这有助于组织更快地识别和把握业务增长机会，如吸引和留住客户、提高生产力、主动维护设备以及做出更明智的决策。

大数据湖可以存储和处理结构化数据、非结构化数据（如文档和媒体）以及半结构化数据。这使得组织能够更有效地处理大数据工作负载的规模和复杂性。

大数据湖可以作为集中存储来自多个来源的原始、未经处理数据的存储库，然后将这些数据用于为特定业务需求存储已处理数据的下游数据集市。这为数据分析和决策提供了灵活性和敏捷性。

大数据湖可以用于卸载数据仓库的ETL（提取、转换、加载）处理，从而提高数据仓库的性能和效率。

大数据湖可以作为自助式分析的中央枢纽，允许用户直接访问和分析各种数据源，而无需依赖IT部门进行数据准备和集成。

适当的数据治理和元数据管理对于维护良好运行的大数据湖至关重要。这包括建立明确的数据摄入、访问和安全政策。组织还应利用提供数据质量强制执行、事务支持和支持各种工作负载（如数据湖房架构）的工具和技术。

大数据湖允许您从多个来源实时导入任何数量的数据，并以原始格式存储，而无需预先定义数据结构或转换。这使您能够扩展到任何大小的数据。安全存储和编目数据也很关键。大数据湖可以存储关系和非关系数据，并提供了解湖中数据的能力，通过爬网、编目和索引。

分析是大数据湖的核心功能，使组织中的各种角色能够使用他们选择的分析工具和框架（包括开源和商业产品）访问数据，而无需将数据移动到单独的分析环境。备份和灾难恢复对于数据保护和可访问性也很重要，云端大数据湖提供了低成本、高持久性和可扩展的解决方案，可自动管理数据迁移和归档。

数据分段（将客户数据划分为更小、更易管理的组）也是管理大数据湖的一个关键方面。对于拥有现有数据仓库的组织，向结合数据仓库和大数据湖功能的"分析数据管理解决方案"（DMSA）的演进也是一个重要考虑因素。