“数据湖是一种存储系统，使组织能够以原始格式存储大量原始数据，直到需要进行分析。与传统数据库不同，后者可能要求数据事先被结构化，数据湖能够处理各种数据类型，包括结构化数据（如表格）、半结构化数据（如 JSON 和 XML）以及非结构化数据（如图像和文本文件）。这种灵活性使得数据湖成为希望分析多样化数据集的企业的一个有吸引力的选择，无需将其适配到预定义的模式中。
将流数据与数据湖集成涉及到实时捕获生成的数据，并直接存储在数据湖中。例如，请考虑一家跟踪用户在其网站上活动的电子商务公司。当用户浏览产品或进行购买时，这些事件数据可以实时传输到数据湖中。像 Apache Kafka 或 AWS Kinesis 这样的技术可以促进这一流式处理过程。一旦数据进入数据湖，就可以在后续的各种分析任务中访问和处理这些数据，例如客户行为分析，而不会影响正在进行的操作。
这种集成使得组织能够变得更加灵活和以数据驱动。通过将来自先前交易的批量数据与实时流数据结合，企业能够更深入地洞察趋势和客户偏好。例如，如果营销团队发现由于正在进行的促销活动而对某一特定产品产生了兴趣激增，他们可以分析存储在数据湖中的历史销售数据和当前用户互动，以动态调整营销策略。这种设置基于对静态和实时数据的完整视图，使得决策更加有效。”