辨析BI、数据仓库、数据湖和数据中台内涵及差异点( 五 )_：辨析BI、数据仓库、数据湖和数据中台

2. 1 维基百科对数据湖的定义

数据湖（Data Lake）是一个存储企业的各种各样原始数据的大型仓库，其中的数据可供存取、处理、分析及传输。数据湖是以其自然格式存储的数据的系统或存储库，通常是对象 blob 或文件。数据湖通常是企业所有数据的单一存储，包括源系统数据的原始副本，以及用于报告、可视化、分析和机器学习等任务的转换数据。数据湖可以包括来自关系数据库（行和列）的结构化数据，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）。来源：维基百科。

目前，Hadoop 是最常用的部署数据湖的技术，所以很多人会觉得数据湖就是 Hadoop 集群。数据湖是一个概念，而 Hadoop 是用于实现这个概念的技术。