数据湖是一个集中式存储库，可引入和存储大量原始格式的数据。然后，可以处理数据并将其用作各种分析需求的基础。由于数据湖是开放的可缩放体系结构，因此可以容纳从结构化源（数据库表、Excel 工作表）到半结构化源（XML 文件、网页）到非结构化源（图像、音频文件、推文）等任何源的所有类型的数据，而不会牺牲保真度。数据文件通常存储在分阶段的区域中（原始区、清理区和精选区），以便不同类型的用户可以使用各种格式的数据来满足其需求。数据湖在各种应用程序中提供核心数据一致性，为大数据分析、机器学习、预测分析和其他形式的智能操作提供支持。
数据湖用例
借助架构良好的解决方案，创新的潜力是无限的。下面只是举例说明各行各业的组织如何使用数据湖平台来优化其增长：
- 流媒体。基于订阅的流媒体公司会收集和处理有关客户行为的见解，这些信息可用于改进其推荐算法。
- 金融。投资公司使用实时收集和存储的最新市场数据来有效管理投资组合风险。
- 医疗。医疗保健组织依靠大数据来提高患者护理质量。医院使用大量历史数据来简化患者路径，从而获得更好的结果并降低护理成本。
- 全渠道零售商。零售商使用数据湖来捕获和合并来自多个接触点（包括移动端、社交、聊天、口碑和亲身体验）的数据。
- IoT。硬件传感器会产生大量关于周围物理世界的半结构化和非结构化数据。数据湖提供了一个中心存储库来存储此信息以用于将来的分析。
- 数字供应链。数据湖可帮助制造商合并不同的仓库数据，包括 EDI 系统、XML 和 JSON。
- 销售。数据科学家和销售工程师通常会构建预测模型，以帮助确定客户行为并减少整体流失。
