数据湖

数据湖定义为一个集中式存储，以任意规模存储所有结构化和非机构化数据，但从应用上来说可以用作离线数仓的替代(能力增强)，以及与实时数仓的统一(牺牲一定的实时性)，然而实际的降本增效效果是其大规模应用的障碍。

WHY

历史：数据库(事务) -> 数据仓库(分析) -> 数据湖(非结构化) -> 湖仓一体(统一)

• 低成本&高可靠性

• 元数据

• 时间旅行

• 更新

WHAT

表格式

HOW

三剑客：Delta vs Iceberg vs Hudi

后起之秀：Paimon

USE CASE

• CDC入湖

• 状态外置

• 流批&全增量一体

OLAP

查询加速