我听说Data Lakes可以存储任何类型的数据：Relational，NoSql，图片/图像，Adobe Pdf，Excel。 如何以No-SQL格式或二进制树存储数据？还是只是像普通硬盘一样保存它？如果是这样，为什么不将其称为存储而不是数据湖呢？我正在尝试找到“数据湖”的确切存储机制
答案 0 :(得分：2)
数据湖是以其自然格式存储的数据的系统或存储库，[1]通常是对象blob或文件。数据湖通常是所有企业数据的单个存储，包括源系统数据的原始副本和用于报告，可视化，分析和机器学习等任务的转换数据。数据湖可以包括来自关系数据库的结构化数据（行和列），半结构化数据（CSV，日志，XML，JSON），非结构化数据（电子邮件，文档，PDF）和二进制数据（图像，音频，视频）。
示例：用于托管数据湖的一种技术示例是Apache Hadoop中使用的分布式文件系统。
许多公司还使用云存储服务，例如Azure Data Lake和Amazon S3。[9]数据湖的概念引起了学术界的逐渐关注，例如，卡迪夫大学的Personal DataLake [10]创建了一种新型的数据湖，旨在通过提供单一的收集，组织点来管理个人用户的大数据。 ，并共享个人数据。[11]
早期的数据湖（Hadoop 1.0）的面向批处理（MapReduce）的功能有限，并且是唯一与之关联的处理范例。与数据湖进行交互意味着您必须具有Java方面的专业知识，包括地图缩减和高级工具，例如Apache Pig和Apache Hive（它们本身都是面向批处理的）。随着Hadoop 2.0的兴起以及YARN（又是另一个资源谈判者）接管的资源管理职责分工，流，交互，在线等新的处理范例已经可以通过Hadoop和Data Lake获得。