3[db:标签]��30[db:标签]��，在数字时代，企业海量数据的隐藏价值受到了前所未有的重视，企业的信息和数据流被视为“企业的血液”。同时，“充分利用企业的数据资产”和“如何从大量数据中获取信息，洞察未来”已经成为企业和行业专家不断追求的能力。

近日，AWS首席云计算企业战略顾问张夏向媒体介绍了“AWS数据湖”在实现“企业数据洞察”方面的最新技术成果和应用表现。

张夏说，数据本身的价值在于从中提取真正有用的“信息”,将信息分类为“知识”,然后用知识来指导企业的“行动”,帮助企业经营业务，帮助客户实现业务需求，提高客户满意度等。最终为企业创造更多价值。

“数据湖”老概念焕发新活力

那么，数据湖究竟是什么？

AWS数据湖三大元素

根据张夏的说法，数据湖是一个中央数据存储容器，可以存储各种格式化和未格式化的数据。这些数据很容易快速缩放，并且有各种方法和工具来查询这些数据和进行各种分析。

一般来说，很多原始数据都是结构化数据和交易数据，比如什么、多少、多少和年龄。这些都放在一个数据库和数据仓库的小网格中，但是现在有了一套方法。这套方法集成了任何类型的数据库，结构化的、非结构化的和非结构化的，包括电子邮件、视频、音频、图形、一些文章、一些照片等。可以直接保存它，我们利用云计算时代的海量存储容量和各种新的查询能力，以及各种数据分析和处理能力，直接对原始数据做查询，这就是数据湖的时代。

AWS数据湖的应用

010-59000

AWS推出了一系列关键服务来帮助企业构建数据湖。张夏介绍说，数据湖的操作步骤通常包括:建立和存储数据；然后根据需要将数据移动并加载到不同的位置。然后清理数据并建立一个数据目录。这些数据应该以安全和合规的方式存储和管理，必要时应该使用工具取出这些数据进行各种分析。

基于此，AWS数据湖目前主要包含三个要素:第一，亚马逊S3/冰川；第二个是awglue第三个是AWS湖组。

AWS Glue是一个完全托管的数据提取、转换和加载(ETL)服务和元数据目录。它使客户更容易准备数据并将数据加载到数据库、数据仓库和数据湖中进行数据分析。使用AWSGlue，可以在几分钟内为分析准备好数据。AWSGlue消除了ETL操作基础架构中的所有重复劳动，因此可以找到亚马逊3数据湖中的数据集并将其用于查询和分析，大大缩短了ETL和分析项目中数据编目的时间，并使ETL变得更加容易。

AWS湖格式可以自动化构建数据湖的过程，并帮助企业客户进行操作。它可以使许多企业在几天内完成数据湖的建设。

awslake格式尚未在中国正式推出。

010-59000

据张夏称，自动气象站数据湖已在世界范围内广泛使用。

以亚马逊本身为例。亚马逊曾经是甲骨文全球数据库的最大用户。它使用了75PB的数据库，并使用了7500多个数据库示例。在整个亚马逊，超过1，000个不同的团队最初是基于甲骨文的数据库，涉及运营、电子商务、营销和库存的许多方面。在过去的一年半到两年里，亚马逊做了一件事，那就是全方位地退出甲骨文的数据库。去年11月，亚马逊将甲骨文的所有数据库迁移到了自己的相应产品上。

"这次迁移解决了一系列问题，如扩展困难、成本高，数据库成本降低了60%，管理成本降低了70%，性能提高了40%。"张夏说。

此外，在金融领域，纳斯达克交易所也使用AWS数据湖产品。通过使用数据湖每天处理500亿笔付款，数据湖的使用将上市时间缩短了1/3，并具有良好的服务能力。

张夏说:“AWS数据湖的一大优势是将所有这些服务集成在一起，使用统一的接口和标准，包括无服务器计算。使用自动对焦胶水后，自动对焦λ和自动对焦步进功能在此连接。亚马逊的其他服务已经完成了这个无服务器界面，所以所有的服务都被同时打开了。这是数据湖得到广泛有效应用的原因之一。”

张夏强调道:“所以我个人认为数据湖已经到了真正需要研究和使用的阶段。数据湖在中国处于相对早期的发展阶段。这个时机非常重要。在经济数字化转型的时代，数据湖的应用和功能越来越强大。在下一代互联网、电子商务、5G、边缘计算等发展之后，我们应该走数据湖中的数据存储和分析之路。因此，我们认为，如果我们利用这一时机向我们的公众和业界相关人员提供这些知识，就可以更好地利用中国，甚至这些相关服务，这是我们非常欢迎的。”