简单来讲，数据湖的理念就是说从一个企业的视角来讲，把整个数据集中的统一的存储在一起，主要通过 BI 和 AI 的手段来计算分析原始的数据。数据的类型不光是结构化、半结构化的，还包括音视频，这样的一些材料。我们为什么要基于数据湖来做这样的一个转型呢，数据湖能够给我们带来什么样的好处呢。第一，打破数据孤岛。就是说原始的数据我们先不考虑怎么去处理它、分析它，甚至是说我们先不考虑它到底会不会解决很大的业务上面的问题，我们先把它放在一起，打破数据孤岛，为后面的业务发展演化和计算，可能就提供了很好的一个机会。第二，基于统一的、集中的整个数据的收集，可以支持各种各样的计算。第三，弹性。我们数据湖本身是有弹性的，然后支持的计算也是有弹性的。弹性可能在云上面带来成本的很大的伸缩性的空间，为我们优化存储和计算的成本带来了这样一个可能。第四，管理。我们把数据放在一起，可以提供统一的、集中的这样一个管理控制。熟悉 Hadoop 整个生态的话，过去经常会谈到一个非常大的、非常复杂的生态的大图。那个图里面涉及到非常多的组件，结构关系非常复杂。而基于数据湖的架构，可以得到大大的简化。如下图所示，最下面是数据湖本身，基于这样的一个数据湖存储，我们可以有一个统一的元数据服务，做数据湖的创建管理，然后围绕数据湖做数据的治理开发，和各种数据源的集成打通。但是这个并不是目的，最主要的作用还是说我们要做计算。数据湖的计算，简单来讲就是说我们有各种各样的开源的 BI 的引擎，或者 AI 的引擎，每个引擎可能有自己的集群，然后基于数据湖来进行相应的计算场景的处理。然后满足我们最上面的基于数据湖的各种应用，比如说数据大屏，数据报表，数据挖掘，机器学习。
