数据湖是一种在系统或存储库中以自然格式存储数据的方法，它有助于以各种模式和结构形式配置数据，通常是对象块或文件。数据湖的主要思想是对企业中的所有数据进行统一存储，从原始数据（源系统数据的精确副本）转换为用于报告、可视化、分析和机器学习等各种任务的目标数据。数据湖中的数据包括结构化数据（关系数据库数据），半结构化数据（CSV、XML、JSON等），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），从而形成一个容纳所有形式数据的集中式数据存储。数据湖01：数据湖是什么？
数据湖02：数据湖有哪些特征
数据湖03：AWS认为什么是数据湖？
数据湖04：数据湖技术架构演进
数据湖05：从数据仓库看数据湖
数据湖06：Delta Lake原理和功能概述
数据湖07：Apache Hudi原理和功能概述
数据湖08：Apache Iceberg原理和功能介绍
数据湖09：开源框架DeltaLake、Hudi、Iceberg深度对比
数据湖10：新型大数据解决方案,数据湖如何建设?
【数据湖|数据湖系列文章】
推荐阅读
- 2022开放原子全球开源峰会|开源汇智创未来 | 2022开放原子全球开源峰会OpenAtom openEuler分论坛圆满召开
- 人工智能|麒麟软件副总裁李震宁（中国开源社区是操作系统破局的土壤）
- 大数据|万字长文| 在 Kubernetes 上设计和测试高可用的 Kafka 集群
- java|货拉拉 Android H5离线包原理与实践
- 测试开发|测试开发---自动化测试中的UI测试
- 开源项目丨Taier1.2版本发布，新增工作流、租户绑定简化等多项功能
- kafka|消息中间件以及Kafka的安装和使用
- 大数据|Hadoop-MapReduce
- 大数据|Hadooop-Yarn