数据作为一项重要资产,已经成为企业的共识,为了更好地存储数据、挖掘数据,企业需要:

  • 一个超级大的存储库,对数据进行长期的原样的存储;
  • 能够对这些数据高效地管理与集中治理;
  • 需要强大的计算能力满足数据处理需求。
    假设有这样一种解决方案:在一种技术的支持下,企业在快速实现企业中各类的数据集成的同时,也能轻松获取企业外部数据,打通产业链上下游数据,实现生态化数据整合,实现全貌数据分析。同时,数据存储量大,支持批量历史数据和实时流数据的处理,能够实现数据的快速查询和高级分析。

这样的解决方案,你是否会心动?

其实,这个方案,通过数据湖就能实现。

一、什么是数据湖?

数据湖概念的提出,最早是在2010年,由Pentaho的创始人兼CTO詹姆斯·狄克逊(James Dixon)在纽约Hadoop World大会上提出的,就在当时,发布了如今被大数据界广泛使用的开源框架Hadoop的第一个版本。

近两年,随着大数据、云计算等技术的发展与成熟,数据湖再次被人们提起,人们对原始数据的分析、非结构化数据的分析的应用也越来越多,数据湖开始走向企业的实际应用中。

数据湖到底是什么湖?_第1张图片

维基百科对数据湖的定义:数据湖是一个以原始格式(通常是对象块或文件)存储数据的系统或存储库。数据湖通常是所有企业数据的单一存储,用于报告、可视化、高级分析和机器学习等任务。数据湖可以包括来自关系数据库的结构化数据(行和列)、半结构化数据(CSV、日志、XML、JSON)、非结构化数据(电子邮件、文档、pdf)和二进制数据(图像、音频、视频)。

根据网上资料,有一张数据湖的参考架构:
数据湖到底是什么湖?_第2张图片

从架构上来看,数据湖的主要特征有:

  • 数据接入:数据湖提供各种类型数据的接入,包括数据库中的表、各种格式的文件、数据流、ETL工具转换后的数据、应用API获取的数据等等,并自动生成元数据信息。
  • 数据存储:数据湖存储的数据量大、来源多,并且是以原始格式存储,不同于数据仓库的结构化存储方式,数据湖以自然格式存储数据。
  • 数据处理:支持数据的验证、清洗、聚合、权限管理以及数据安全等。
  • 数据应用:除了BI、报表分析、可视化分析、高级分析外,也适用于机器学习。
    数据湖本质上是一套先进的企业数据架构。

2、数据湖和数据仓库有什么区别呢?

在这里,我们拿数据湖和熟知的数据仓库进行对比,方便大家对数据湖进一步理解。
数据湖到底是什么湖?_第3张图片

通过对比,我们可以看到数据湖相比于数据仓库,不仅在数据源上更丰富,数据也不需要提前进行定义,在准备使用数据时再定义即可,这提高了数据的灵活性与可扩展性。

数据湖在未来的使用中应用范围更广,使用场景也从批处理、BI扩展到机器学习、高级分析。

三、数据湖能够给企业带来哪些价值?

通过对数据的分析与应用成功创造商业价值的企业,将会在数字化浪潮下越走越远。数据湖的核心价值是为企业带来了数据平台化运营机制,真正帮助企业实现技术转型,应对快速发展的商业环境下层出不穷的新问题。据Aberdeen 的一项调查显示,实施数据湖的组织比同类公司在有机收入增长方面高出 9%。

数据湖对企业的价值主要体现在:

1、保存原始数据,企业数据保真

数据仓库保存的数据都是结构化处理后的数据,而非原始数据,且无用数据不会被纳入。但是目前看来"无用"的数据是否真的没有用处呢?其他格式的数据是否没有价值?有用无用依赖的是我们业务人员的经验来判断的,这明显不符合大数据的原则,而数据湖能够保存原始数据,同时过程数据会不断的完善、演化,以满足业务的需要,保证用户能获取到各个阶段的数据。

数据湖到底是什么湖?_第4张图片

2、打破数据孤岛,实现数据互通

有的企业先后上线了ERP系统、CRM系统、OA系统等,企业的数据分别存储在这些系统中,数据之间互不相通,而数据湖可以容纳所有系统的数据,同时也能够充分利用企业外部数据,打破数据孤岛,整合企业全貌数据。
数据湖到底是什么湖?_第5张图片

3、支持实时数据,提高运营效率

物联网 (IoT) 引入了更多方式来收集有关制造等流程的数据,包括来自互联网连接设备的实时数据。数据湖支持对实时和高速数据流执行 ETL 功能,并对机器生成的 IoT 数据进行分析,从而能够协助企业发现降低运营成本、提高运营效率的方法。
数据湖到底是什么湖?_第6张图片

4、实现数据挖掘,驱动价值增长

数据湖统一管理所有数据,通过数据湖能够轻松实现对数据的搜索、查询、计算和访问,结合机器学习和深度学习能够为企业构建更多优化后的运营模型,进行数据挖掘和数据分析。数据湖还会跟踪和确认数据血统,这有助于确保数据值得信任,还会快速生成可用于数据驱动决策的 BI,提供企业级数据服务,驱动企业的价值增长。
数据湖到底是什么湖?_第7张图片

5、灵活可拓展,支持敏捷开发

由于数据湖采用的是分布式架构部署,具有很高的拓展性。相比于传统集中存储式,数据湖具有更高的灵活性和敏捷性,当需要修改或增添新单元时,无需对数据湖进行大规模改变,能够在段时间内(如几天或几周)实现。
数据湖到底是什么湖?_第8张图片

四、数据湖的发展前景

目前,数据湖与云计算技术的融合成为一种趋势,由于数据湖的特性与优势,数据湖在企业数据存储、处理和分析上将扮演更重要的角色。

一方面,云计算具有高效的运算能力,在原有服务器基础上增加云计算功能能够使计算速度迅速提高,为企业带来了更多的管理便捷性;

另一方面,云计算采用虚拟化、多租户等技术,将资源放在虚拟资源池中统一管理,在一定程度上优化了物理资源,用户不再需要昂贵、存储空间大的主机,降低企业对IT基础设施的成本,为企业带来了巨大的经济性。

数据湖+云计算,两大技术融合使用,将大数据计算部署在云上,把存储资源与计算资源独立开来,实现计算和数据各自独立扩展,弹性伸缩。

当前,数据湖架构已经在公有云上得到了较完美的实现和应用,企业上云已经成为一种发展趋势,将会有越来越多的企业通过上云服务来提升自己的竞争力。

数钥分析云(Saas版)即将上线,更好地为企业提供一站式大数据解决方案,敬请期待!

【编辑推荐】

  1. 大数据新人应该了解的Hadoop中的各种文件格式
  2. HBase工作原理:Hadoop体系结构的一部分
  3. 大数据分析:学习工具Hadoop,基本安装指导
  4. Hadoop VS Spark 性能原理分析
  5. 监控大规模Hadoop集群,Prometheus完胜Zabbix?

【责任编辑:未丽燕 TEL:(010)68476606】