簡單來講，數據湖的理念就是說從一個企業的視角來講，把整個數據集中的統一的存儲在一起，主要通過 BI 和 AI 的手段來計算分析原始的數據。數據的類型不光是結構化、半結構化的，還包括音視頻，這樣的一些材料。我們為什么要基于數據湖來做這樣的一個轉型呢，數據湖能夠給我們帶來什么樣的好處呢。第一，打破數據孤島。就是說原始的數據我們先不考慮怎么去處理它、分析它，甚至是說我們先不考慮它到底會不會解決很大的業務上面的問題，我們先把它放在一起，打破數據孤島，為后面的業務發展演化和計算，可能就提供了很好的一個機會。第二，基于統一的、集中的整個數據的收集，可以支持各種各樣的計算。第三，彈性。我們數據湖本身是有彈性的，然后支持的計算也是有彈性的。彈性可能在云上面帶來成本的很大的伸縮性的空間，為我們優化存儲和計算的成本帶來了這樣一個可能。第四，管理。我們把數據放在一起，可以提供統一的、集中的這樣一個管理控制。熟悉 Hadoop 整個生態的話，過去經常會談到一個非常大的、非常復雜的生態的大圖。那個圖里面涉及到非常多的組件，結構關系非常復雜。而基于數據湖的架構，可以得到大大的簡化。如下圖所示，最下面是數據湖本身，基于這樣的一個數據湖存儲，我們可以有一個統一的元數據服務，做數據湖的創建管理，然后圍繞數據湖做數據的治理開發，和各種數據源的集成打通。但是這個并不是目的，最主要的作用還是說我們要做計算。數據湖的計算，簡單來講就是說我們有各種各樣的開源的 BI 的引擎，或者 AI 的引擎，每個引擎可能有自己的集群，然后基于數據湖來進行相應的計算場景的處理。然后滿足我們最上面的基于數據湖的各種應用，比如說數據大屏，數據報表，數據挖掘，機器學習。
