什么是数据湖：
数据湖是企业级的“数据集中营”，它能以原始格式存储海量结构化数据（如订单表格）和非结构化数据（如设计图纸），无需预先定义数据模型，就像一个巨大的天然水库，包容所有形态的“水源”。
数据湖的优点：
灵活性
支持任意数据类型和格式，无需预定义模式，适应未来分析需求的变化。
成本效益
基于分布式存储和分层策略，存储成本仅为传统数据仓库的20%6-40%6。
实时处理能力
结合流处理技术(如KafkaStreams)，支持实时数据分析和快速响应(如金融反欺诈)。
支持机器学习与AI
为数据科学家提供全局数据池，用于模型训练、特征工程和预测分析。
多源数据整合
集成数据库、loT设备、日志文件等异构数据源，形成企业数据的"单一可信源"。