数据湖

数据湖是用于存储各类数据的存储库（通常为大型存储库）。

数据湖是存储大量数据的系统，其构建目的通常是为了改进企业决策。

数据湖比传统的数据仓库更灵活、更快。

它是什么？

数据湖是存储大量原始数据的存储库。这些数据可能来自企业各处，其中包括企业运营的结构化的操作和事务数据系统，以及客户偏好等的非结构化外部数据。

数据湖最初被视为是对传统数据仓库的改进，传统数据仓库通常需要先处理数据再进行存储；由于需要先建立新的数据再将其输入仓库，传统数据仓库执行新型分析的速度很慢。

数据湖强调收集原始状态的数据后，再进行数据分析，因此可以解决这些问题。

可惜的是，数据湖解决了数据仓库的部分问题，却仍未解决最关键的问题——从数据中提取价值。

收集数据并将其存储在数据湖中并不能真正克服利用数据创造价值的挑战。由于数据质量问题，许多组织对其数据湖感到失望：如果不对输入数据湖的数据进行管理，就会造成数据重复和数据质量差等问题。