【51CTO.com快譯】炒作過后就是幻滅，***有價值的東西才會出現(xiàn)。 

[[162499]]

2014年年中，市場研究機(jī)構(gòu)Gartner的兩位分析師對于炒作越來越猛的數(shù)據(jù)湖(data lake)概念進(jìn)行了一番尖銳的批評。

Gartner的研究主管Nick Heudecker說：“數(shù)據(jù)湖方面的基本問題是，它對于信息使用者做了某些假設(shè)。”

“它假設(shè)使用者認(rèn)識或了解關(guān)于采集如何數(shù)據(jù)的上下文偏見(contextual bias)，假設(shè)他們知道如何合并和協(xié)調(diào)不同的數(shù)據(jù)源，而沒有‘先驗知識’；假設(shè)他們了解數(shù)據(jù)集的不完整性，不管是什么樣的數(shù)據(jù)結(jié)構(gòu)。”

一年半后，Gartner的擔(dān)憂似乎并沒有得到緩解。雖然確實有成功的項目，但是也有失敗案例，而關(guān)鍵成功因素似乎是深入了解數(shù)據(jù)湖和數(shù)據(jù)倉庫各自扮演的不同角色。

Heudecker表示，數(shù)據(jù)湖常常被廠商說成是應(yīng)對大數(shù)據(jù)挑戰(zhàn)的一種手段，它其實有助于你搞清楚針對你的數(shù)據(jù)提出的新問題，“前提是你得有相應(yīng)技能。”

“如果這是你想要做的，我倒不太關(guān)心數(shù)據(jù)湖的具體實施。但是如果你的場景是把原先針對數(shù)據(jù)倉庫的服務(wù)級別協(xié)議(SLA)重新實施于數(shù)據(jù)湖，風(fēng)險就很高了。”

Heudecker表示，數(shù)據(jù)湖通常針對不同的使用場合、并發(fā)性和多租戶水平進(jìn)行優(yōu)化。

“換句話說，別頭腦發(fā)熱將數(shù)據(jù)湖用于數(shù)據(jù)倉庫。”

他表示，需要兩者完全合情合理，因為各自針對不同的服務(wù)級別協(xié)議、用戶和技能進(jìn)行了優(yōu)化。

籠統(tǒng)地說，數(shù)據(jù)湖是面向整個企業(yè)的平臺，用于分析采用原生格式的不同數(shù)據(jù)源，以消除數(shù)據(jù)攝取的成本和數(shù)據(jù)轉(zhuǎn)換復(fù)雜性。而這里就面臨挑戰(zhàn)：數(shù)據(jù)湖缺乏語義一致性和經(jīng)過治理的元數(shù)據(jù)，因而將分析方面的許多責(zé)任推到熟練用戶的身上。

Heudecker表示，大家的認(rèn)識有所提高，但是數(shù)據(jù)湖炒作仍然很普遍。

由于實施數(shù)據(jù)湖的技術(shù)選擇繼續(xù)在迅速變化，這項技術(shù)的成熟度更難掌控。

Heudecker說：“比如說，Spark是一種流行的數(shù)據(jù)處理框架，它平均每隔43天就推出新版本。”

他表示，數(shù)據(jù)湖項目的成功因素歸結(jié)為元數(shù)據(jù)管理、是否具備技能以及執(zhí)行相應(yīng)級別的治理機(jī)制。

“我接觸過這樣的公司：建立起了數(shù)據(jù)湖，往里面放入一堆數(shù)據(jù)，卻根本找不到任何有價值的信息。另一些公司根本不知道哪些數(shù)據(jù)集不準(zhǔn)確、哪些數(shù)據(jù)集高品質(zhì)。與IT行業(yè)的其他領(lǐng)域一樣，這方面同樣沒有妙方高招。”

他表示，數(shù)據(jù)湖是個架構(gòu)概念，而不是一種特定的實施方法。

“就像任何新的概念或技術(shù)一樣，總是會出現(xiàn)炒作期，然后是幻滅期，***才成為一種廣為人知的實踐。

數(shù)據(jù)湖會繼續(xù)是使用它們的數(shù)據(jù)科學(xué)家的真實反映。

這項技術(shù)可能會改變和改善，可能會充分發(fā)揮GPU或FPGA之類技術(shù)的優(yōu)勢，但總的目標(biāo)是，發(fā)掘數(shù)據(jù)的新用途和新機(jī)會。”

原文：Data lakes, don't confuse them with data warehouses, warns Gartner

【51CTO.com獨家譯稿，合作站點轉(zhuǎn)載請注明來源】