数据湖的案例
AWS Lake Formation本质上是一个管理性质的组件，它与其他AWS服务互相配合，来完成整个企业级数据湖构建功能
标签：数据专题
数据湖的趋势
原始数据统一存放在HDFS系统上，引擎以Hadoop和Spark开源生态为主，存储和计算一体
数据湖的技术
数据湖要解决的核心问题是高效的存储各类数据并支撑上层应用，传统的数据湖一般采用HDFS为存储引擎
数据湖的特征
“保真性”。数据湖中对于业务系统中的数据都会存储一份“一模一样”的完整拷贝
数据湖的定义
下面是维基等组织给出的数据湖的早期定义，随着数据湖的发展，其实数据湖早已不是原来的“湖”的概念了
数据湖的缘起
10年前，Pentaho公司（一家开源BI公司）的CTO詹姆斯·迪克森在他的博客中第一次提出“数据湖”（Data Lake）的概念
企业为什么要搞数据湖？数据湖到底有啥用？
数字化时代，一个残酷的事实就是：企业面临着数据管理与利用的重重困境
Polars与数据湖
数据湖作为企业存储和管理海量数据的基础架构，汇聚了来自不同数据源的多样化数据
数据湖相关技术
数据湖的相关技术有很多，近几年涌现出不少有特色的数据湖技术，现在给大家介绍其中的两种：Delta 和 Iceberg
数据湖的出现原因有哪些？数据湖要解决的问题有哪些？
数据湖的出现不是偶然，数据湖的出现肯定是要来解决问题的，我从两个角度解析一波
数据湖是什么？和数据仓库有什么不同？
很多人跟我一样，对于数据湖充满好奇，也许还读了不少数据湖文章，但无论别人怎么说，你还是会觉得难以把握数据湖的本质