最后来说说数据湖。你可能听过"数据仓库"，那是传统数据库的玩法，把数据收拾得整整齐齐（结构化数据，比如表格），存进去之前得先洗干净、整理好。 数据湖不一样，它是个"大水池"，什么数据都能往里扔：结构化的（表格）、半结构化的（JSON 文件）、非结构化的（图片、视频）。它不要求你提前整理好，数据是原始状态存进去，需要用的时候再拿出来加工。 举个例子：数据仓库像个超市，货架上全是摆好的商品；数据湖像个大杂货市场，东西堆在那儿，你得自己挑自己洗。数据湖通常用 Hadoop 的 HDFS 做存储，然后可以用 Hive、Spark、Flink 这些工具去分析里面的数据。