如何創(chuàng)建一個(gè)適用于多樣數(shù)據(jù)類型，并可擴(kuò)展的敏捷數(shù)據(jù)平臺(tái)?答案就在數(shù)據(jù)湖中!

[[184900]]

圖片源于網(wǎng)絡(luò)

技術(shù)和軟件的進(jìn)步使我們能夠處理和分析大量數(shù)據(jù)。雖然很明顯，大數(shù)據(jù)是一個(gè)企業(yè)投入了大量資金的熱門話題，但要注意，除了考慮數(shù)據(jù)規(guī)模，我們還需要考慮到被分析數(shù)據(jù)類型的多樣性。數(shù)據(jù)種類不同意味著數(shù)據(jù)集可以存儲(chǔ)在許多格式和存儲(chǔ)系統(tǒng)中，每個(gè)類型都有自己的特征。

考慮數(shù)據(jù)多樣性是一項(xiàng)艱巨的任務(wù)，但有一種方法可以使你360度全面了解你的客戶，提供商和運(yùn)營商。為了實(shí)現(xiàn)這種方法，我們需要實(shí)現(xiàn)下一代大數(shù)據(jù)架構(gòu)。接下來，我們來看一下如何構(gòu)建下一代大數(shù)據(jù)架構(gòu)。

如今，較具前瞻性的企業(yè)都越來越依賴數(shù)據(jù)湖。數(shù)據(jù)湖是管理事務(wù)數(shù)據(jù)庫，同時(shí)，數(shù)據(jù)湖也可以看做是一個(gè)大數(shù)據(jù)分析平臺(tái)。數(shù)據(jù)湖支持不同來源的數(shù)據(jù)，如文件，點(diǎn)擊流，IoT傳感器數(shù)據(jù)，社交網(wǎng)絡(luò)數(shù)據(jù)和SaaS應(yīng)用程序數(shù)據(jù)。

數(shù)據(jù)湖的核心原則是存儲(chǔ)原始的，未經(jīng)改變的數(shù)據(jù)。這讓數(shù)據(jù)分析和探索更具有靈活性，并且還允許查詢和算法基于歷史和當(dāng)前數(shù)據(jù)，而不是基于單個(gè)時(shí)間點(diǎn)的快照來演變。數(shù)據(jù)湖可將數(shù)據(jù)集中到一個(gè)公共存儲(chǔ)庫中，以此避免信息孤島。該存儲(chǔ)庫很可能分布在許多物理機(jī)上，但最終將為用戶提供透明訪問和基礎(chǔ)分布式存儲(chǔ)的統(tǒng)一視圖。此外，數(shù)據(jù)不僅是分布式的而且是復(fù)制的，因此可以確保數(shù)據(jù)的易訪問和可用性。

數(shù)據(jù)湖存儲(chǔ)所有類型的數(shù)據(jù)，包括結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，并通過整個(gè)企業(yè)的統(tǒng)一視圖提供民主化訪問。通過這種方法，用戶可以在單個(gè)平臺(tái)支持許多不同的數(shù)據(jù)源和數(shù)據(jù)類型。 數(shù)據(jù)庫加強(qiáng)了企業(yè)現(xiàn)有的IT基礎(chǔ)架構(gòu)，與傳統(tǒng)應(yīng)用程序集成，增強(qiáng)(甚至替換)企業(yè)數(shù)據(jù)倉庫(EDW)環(huán)境，并可利用日益增長的數(shù)據(jù)種類和數(shù)據(jù)量為新應(yīng)用程序提供支持。

能夠存儲(chǔ)不同類型的數(shù)據(jù)是數(shù)據(jù)湖的一個(gè)重要特征，這保證了用戶不會(huì)丟棄任何有價(jià)值的元數(shù)據(jù)或原屬性，不同的數(shù)據(jù)分析技術(shù)也可用于數(shù)據(jù)的各階段，避免了僅在其被聚合或變換之后才處理數(shù)據(jù)而產(chǎn)生的限制。創(chuàng)建可以使用不同算法查詢的統(tǒng)一存儲(chǔ)庫，包括傳統(tǒng)EDW環(huán)境范圍之外的SQL備選方案，是數(shù)據(jù)湖的標(biāo)志和大數(shù)據(jù)戰(zhàn)略的基本部分。

為了實(shí)現(xiàn)數(shù)據(jù)湖的***價(jià)值，必須保證數(shù)據(jù)的質(zhì)量和可靠性——即確保數(shù)據(jù)湖可以恰當(dāng)?shù)胤从彻緲I(yè)務(wù)?？梢暂p松訪問，讓用戶能夠更快識(shí)別他們想要使用的數(shù)據(jù)。為了管理數(shù)據(jù)湖，關(guān)鍵是具有清理，保護(hù)和操作數(shù)據(jù)的流程。

構(gòu)建數(shù)據(jù)湖不是一個(gè)簡單的過程，必須決定采集哪些數(shù)據(jù)，以及如何組織和編目數(shù)據(jù)。 雖然它不是一個(gè)自動(dòng)化的過程，但有相應(yīng)的工具和產(chǎn)品來簡化企業(yè)級(jí)現(xiàn)代數(shù)據(jù)湖架構(gòu)的創(chuàng)建和管理。這些工具允許提取不同類型的數(shù)據(jù)包括流，結(jié)構(gòu)化和非結(jié)構(gòu)化，所有這些都為敏捷數(shù)據(jù)湖平臺(tái)的創(chuàng)建打下了基礎(chǔ)。