数据湖和数据中台

数据湖(Data Lake)

概念最早是2011年由CITO Research网站的CTO和作家Dan Woods所提出，其比喻是：如果我们把数据比作大自然的水，那么各个江川河流的水未经加工，源源不断地汇聚到数据湖中。

数据湖的权威定义（来自维基百科）：数据湖（Data Lake）是一个以原始格式存储数据的存储库或系统，它按原样存储数据，而无需事先对数据进行结构化处理。一个数据湖可以存储结构化数据（如关系型数据库中的表），半结构化数据（如CSV、日志、XML、JSON），非结构化数据（如电子邮件、文档、PDF）和二进制数据（如图形、音频、视频）

数据中台

中台概念的鼻祖——阿里巴巴的数据产品部总经理朋新宇表示：“数据中台是数据+技术+产品+组织的组合，是企业开展新型运营的一个中枢系统。具象的说，它是一套解决方案，抽象的理解，它是一种新的公司运营理念”。

数澜科技CDO付登坡表示：“数据中台是让数据用起来持续的一套机制，经过业务数据化、数据资产化、资产服务化，并在有权限管理的情况下以 API 的方式开放出去 ”。

袋鼠云CEO 拖雷认为：“数据中台可以理解为企业的最核心的数据大脑……是一种理念，一种思维，是一种面向未来的架构”。袋鼠云将其总结为“5+1”模式，5是建设数据中台的五步法，即：咨询、规划、建设、应用、运营，1是是指一个大数据平台，提供大数据的处理、计算、分析、应用。

云徙首席架构师陈新宇表示：“数据中台与业务中台的一体化，其核心作用便是业务中台天然打通、统一了各个渠道的数据，所有数据都是高质量的，而这些数据通过分析能够反哺到业务本身，业务本身又将数据留给数据平台，从而形成良好的正向反馈”。

网易严选的魏文庆给出了网易严选对数据中台的定义：“数据中台是高质量、高效赋能数据前台的一系列数据系统和数据服务的组合”，无论是数据中台、业务总台、技术中台，核心都是“标准化”，实现流程都是先“规范化”，然后把规范“产品化工具化”。

阿里系数据中台

数据湖与数据中台的关系

大数据时代，数据量越来越多，数据形式日益复杂，而以数据仓库为代表的、现有的数据存储和处理技术无法满足海量、多样的数据处理需求的背景下产生的。“数据湖”是将复杂的事物具象化，偏技术一些，以一个形象的名字，反应了它在大数据存储和大数据处理方面的优势和能力。

数据湖作为一个集中的存储库，可以在其中存储任何形式（结构化和非结构化）、任意规模的数据。在数据湖中，可以不对存储的数据进行结构化，只有在使用数据的时候，再利用数据湖强大的大数据查询、处理、分析等组件对数据进行处理和应用。因此，数据湖具备运行不同类型数据分析的能力。