聊聊数据湖

数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。

现代企业拥有大量多样的数据，他们希望以尽可能多的方式利用这些数据，包括用于分析。数据湖可以作为多个数据驱动项目的单一存储库。

一、认识数据湖

一个数据湖是一个原始的，未经加工的企业数据集中存储库。数据湖可以包含数百 TB 甚至 PB，存储来自运营源（包括数据库和 SaaS 平台）的副本数据。他们向任何授权的利益相关者提供未经编辑和未汇总的数据。由于其潜在的巨大（且不断增长）的规模以及对全球可访问性的需求，它们通常在基于云的分布式存储中实施。