奈學：資料湖有哪些缺點？

資料湖本身是一箇中心化的儲存，能夠儲存任意規模的結構化與非結構化資料。資料湖相比資料倉儲有很多的優勢，但大多是在理想狀態下的，一旦執行起來還有很多技術挑戰。

（一）資料湖的資料可能並不會真正做到實時。在業務環境下，如果把所有資料都放到資料湖裡，那麼從資料湖直接呼叫資料的過程可能比原來資料倉儲更慢，因為從資料湖中提取出來的資料，依然要經過清洗實現標準化後才能更好的利用。具體能否達到需求的低時延效果，還要根據具體應用場景來進行判斷。

（二）把所有的原始資料都放到資料湖，可能會提升資料的使用難度。對於大型企業而言，業務內容豐富，作業系統繁雜，資料使用者往往期望所有的資料都能平民化，就像資料倉儲提供的那種經過了精心處理的資料，能夠輕鬆排程和使用來實現對業務的指導。如果是資料湖提供的原始化資料，其本身是很複雜的，資料專家進行理解和處理時或許難度適中，但大多數的平民使用者能否消化、理解並利用這些資料，將會是一個巨大的疑問。

（三）資料治理問題。資料倉儲裡的資料是經過整理、清晰易懂的。但資料湖的概念是不經處理直接進行堆砌，那麼資料湖就有可能會變成“資料沼澤”，篩選難度會變大。當然，資料湖的優勢就是資料可以先作為資產存放起來，問題就在於如何把這些資料在業務中利用起來。當部署了資料湖之後，資料治理問題將會接踵而至，比如從資料湖到資料池塘，如何將資料進行分流、池塘的資料如何進行整理等。

本文來源於：奈學開發者社群