数据湖特点

最近看到不少公众号发《数据湖》相关的文章，最开始也是觉得这些就是换汤不换药，只不过加了一些非结构的东西，又造出了一些概念。接下来我们看一下数据湖的特点：

数据方面：

1. 保真性。数据湖对于业务系统的数据会存储一份一样的数据，对于结构化数据，这就相当于数仓中的 STG/ods 层的数据数据不被加工和修改，与源系统保持一致，不过数据湖可以存储多种类型的数据。

2. 灵活性。数据仓库一般是需求驱动，根据不同的业务场景变换不同的模型、提供不同的服务接口，总之，数据价值密度是比较高，而数据湖可以存储结构化，半结构化，非结构化的数据，数据价值密度低，可以利用 AI，机器学习等新兴基础进行数据价值挖掘，灵活性高，特别适用于创新性企业。同时，数据湖的用户要求也相对较高，数据科学家，数据挖掘分析师等都是数据湖的目标客户。

3. 可管理。数据湖提供了完善的数据管理能力，湖中存储了原始数据和清洗后的数据，且数据湖中的数据会不断积累，对数据管理能力要求较高，至少应该包含数据血缘、数据连接、数据标准等。

4. 可追溯，数据湖提供了一个数据存放的空间，需要对数据进行全生命周期管理，包括数据的接入，存储，加工，应用，服务等全流程能够清楚的重现数据完整的生产过程和流出过程。

对于企业数据湖，还需要有定义的机制来编目和保护数据。没有这些元素，就无法找到或信任数据，从而导致出现“数据沼泽”。 满足更广泛受众的需求需要数据湖具有管理、语义一致性和访问控制。