資料湖以其原生格式儲存原始資料。寫入時不強制執行任何模式。結構化表格、JSON 日誌、圖像和影片都儲存在同一個儲存庫中。模式在讀取資料時應用，而不是在儲存時應用。這種靈活性正是其吸引力。資料湖可以接受任何類型的資料。它不要求您在儲存資料之前就確定其用途。

靈活性也是問題所在。缺乏治理，資料湖就會變成資料沼澤。沒人知道裡面有什麼。文件名晦澀難懂。元資料缺失。資料在不同資料夾間重複。分析師找不到所需內容。資料科學家浪費時間清理和探索數據，而不是進行分析。資料湖變成了成本中心，而不是資產。解決之道在於治理：目錄、元資料、存取控制和明確的所有權。現代資料湖架構引入了 Delta Lake 和 Iceberg 等表格式，為資料湖帶來了模式強制執行、ACID 事務和查詢效能。資料湖和資料倉儲融合在一起，兼具兩者的優勢：原始儲存的靈活性和結構化表的可靠性。科技不斷進步，但治理需求依然存在。

資料湖特徵

• 讀取時模式－在查詢時套用結構
• 原始儲存－資料以原始格式保存
• 可擴充－可在普通儲存設備上處理PB級數據
• 靈活－支持結構化、半結構化和非結構化數據
• 依賴治理——如果沒有編目，它就會變成沼澤。

資料湖就像一個水庫。沒有地圖，它就只是一片水域。