當(dāng)前我們邁入了全面的數(shù)字經(jīng)濟時代，一切都變得智能起來。

因智能而簡單，一切都變得容易起來。就如阿里巴巴一樣，讓天下沒有難做的生意，成就了一個橫跨商業(yè)、金融、物流、大數(shù)據(jù)、云計算等各個領(lǐng)域的獨特數(shù)字經(jīng)濟體，令全球矚目。

“大數(shù)據(jù)好比石油，算力好比發(fā)動機，云原生企業(yè)級數(shù)據(jù)湖就好比一輛F1，有機融合了大數(shù)據(jù)與算力，助力企業(yè)用戶與互聯(lián)網(wǎng)用戶奔馳在遼闊的應(yīng)用大地。”

來自阿里云智能存儲產(chǎn)品資深總監(jiān)陳起鯤（Alex）的一個很有意思的比喻，讓大家對數(shù)據(jù)湖有了新的好奇。

早在十年前紐約Hadoop World大會上就誕生的數(shù)據(jù)湖概念，現(xiàn)在企業(yè)全面實現(xiàn)智慧化、數(shù)智化轉(zhuǎn)型，為什么還需要數(shù)據(jù)湖？

重新認識數(shù)據(jù)湖，從互聯(lián)網(wǎng)到企業(yè)級的演進

我們要重新認識數(shù)據(jù)湖，不妨簡單捋一捋數(shù)據(jù)湖的前世今生。

在2000年之前的數(shù)據(jù)庫時代，以IBM+Oracle+EMC為“鐵三角”面向大型制造業(yè)、銀行等內(nèi)部系統(tǒng)，傳統(tǒng)數(shù)據(jù)庫的處理能力有限，而且價格還高昂。

隨著2000年后互聯(lián)網(wǎng)的蓬勃發(fā)展，由Google帶出來了影響頗深的GFS、BigTable和MapReduce，讓業(yè)界清楚了分布式存儲、調(diào)度與計算模型的樣子。阿里巴巴飛天系統(tǒng)也成為分布式技術(shù)體系中的一員，突破傳統(tǒng)數(shù)據(jù)庫的藩籬，開始實現(xiàn)數(shù)據(jù)庫的低成本大規(guī)模擴張。

2010年，Pentaho創(chuàng)始人兼CTO詹姆斯·狄克遜（James Dixon）首次提出數(shù)據(jù)湖概念，Pentaho同期發(fā)布了開源框架的Hadoop第一版。

在這個時期，企業(yè)級存儲領(lǐng)域的IBM、EMC等也推出了數(shù)據(jù)湖解決方案，其核心基于分布式文件系統(tǒng)建立的數(shù)據(jù)存儲方式，橫向擴展比較強大，實現(xiàn)了集中統(tǒng)一管理，但是在云原生方面沒有天然的優(yōu)勢。

與此同時，基于HDFS系統(tǒng)帶來的Hadoop和Spark開源生態(tài)構(gòu)建，在一定程度上推進了企業(yè)數(shù)據(jù)湖的進程。后期EMR開源數(shù)據(jù)湖，實現(xiàn)云上托管Hadoop數(shù)據(jù)湖架構(gòu)，只是存儲和計算一直耦合在一起，在穩(wěn)定性、擴展性、成本經(jīng)濟性方面依然受限，難以深入企業(yè)級行業(yè)用戶。

一方面，來自開源軟件本身能力的限制， 傳統(tǒng)數(shù)據(jù)湖技術(shù)無法滿足企業(yè)用戶在數(shù)據(jù)規(guī)模、存儲成本、 查詢性能以及彈性計算架構(gòu)升級等方面的需求， 也無法達到數(shù)據(jù)湖架構(gòu)的理想目標(biāo)。

另一方面，在這個時期，企業(yè)用戶有了更高的要求，需要更低廉的數(shù)據(jù)存儲成本、更精細的數(shù)據(jù)資產(chǎn)管理、可共享的數(shù)據(jù)湖元數(shù)據(jù)、 更實時的數(shù)據(jù)更新頻率以及更強大的數(shù)據(jù)接入工具。

在云原生數(shù)據(jù)湖還沒有出現(xiàn)之前，這都屬于數(shù)據(jù)湖1．0階段。

隨著云原生時代的到來，借助公共云的基礎(chǔ)設(shè)施，將數(shù)據(jù)湖平臺的優(yōu)勢更廣泛地展現(xiàn)了出來，用戶的技術(shù)選擇也更為豐富。HDFS也逐漸被更強大的云存儲系統(tǒng)如對象存儲OSS所取代，對象存儲OSS成為了數(shù)據(jù)湖的存儲基礎(chǔ)設(shè)施。對象存儲OSS的99．995%的可用性SLA、海量擴展能力、冷熱存儲類型、RESTful訪問、HDFS兼容以及計算引擎生態(tài)融合，給客戶帶來新的價值，包括：存儲更加穩(wěn)定可靠、海量數(shù)據(jù)規(guī)模支持、數(shù)據(jù)冷熱分層成本優(yōu)化、在線應(yīng)用通過RESTful API直接寫入數(shù)據(jù)即可被計算引擎分析，無需數(shù)據(jù)遷移。

數(shù)據(jù)湖的引擎也豐富起來，包括了之前Hadoop和Spark的生態(tài)引擎、公共云廠商的數(shù)據(jù)湖引擎。在統(tǒng)一元數(shù)據(jù)服務(wù)模式下，升級之后的數(shù)據(jù)湖架構(gòu)由一個核心存儲系統(tǒng)+多個引擎共同構(gòu)成。

基于此， 阿里云也推出了云原生數(shù)據(jù)湖體系，由對象存儲OSS、 數(shù)據(jù)湖構(gòu)建Data Lake Formation、 E-MapReduce、Data Lake Analytics等產(chǎn)品強強組合，實現(xiàn)了存儲與計算分離的創(chuàng)新架構(gòu)，立足企業(yè)用戶生產(chǎn)環(huán)境需求，整體構(gòu)建湖存儲、湖加速、湖管理、湖計算的云原生數(shù)據(jù)湖解決方案。

從而，阿里云的云原生數(shù)據(jù)湖體系的正式建立，也標(biāo)志著數(shù)據(jù)湖發(fā)展進入2．0階段。數(shù)據(jù)湖2．0最大的變化就是對于行業(yè)定位有了新的內(nèi)涵，開始聚焦在新型互聯(lián)網(wǎng)應(yīng)用承載生產(chǎn)環(huán)境的創(chuàng)新架構(gòu)，而不再是僅僅面向分析環(huán)境，同時以PB、EB級存儲規(guī)模為基礎(chǔ)，實現(xiàn)統(tǒng)一元數(shù)據(jù)服務(wù)，擁有加速引擎、分析引擎等多種能力。

事實上，來自互聯(lián)網(wǎng)數(shù)據(jù)、移動數(shù)據(jù)、社交媒體數(shù)據(jù)、物聯(lián)網(wǎng)數(shù)據(jù)的規(guī)模，遠遠大于傳統(tǒng)數(shù)據(jù)中心產(chǎn)生的數(shù)據(jù)，數(shù)據(jù)湖在公有云廠商領(lǐng)域逐漸發(fā)揮出更大的行業(yè)影響與輻射力，從互聯(lián)網(wǎng)發(fā)展起來的數(shù)據(jù)湖逐漸進入企業(yè)用戶核心的生產(chǎn)環(huán)境，必然在大數(shù)據(jù)時代發(fā)揮出前所未有的作用。

因此，阿里云推出的業(yè)內(nèi)首個云原生企業(yè)級數(shù)據(jù)湖解決方案，有著非常重要的行業(yè)引領(lǐng)性。既可以提供EB級數(shù)據(jù)存儲與分析能力，又可以一站式實現(xiàn)湖存儲、湖加速、湖管理、湖計算的數(shù)據(jù)湖整體構(gòu)建，助力企業(yè)的數(shù)據(jù)挖掘與分析。因此，對于人工智能、物聯(lián)網(wǎng)、自動駕駛等擁有海量數(shù)據(jù)場景的新興行業(yè)，有著非常大的吸引力。

釋放數(shù)據(jù)價值，數(shù)據(jù)湖2．0帶給企業(yè)十大好處

有了對數(shù)據(jù)湖的前世今生的了解，自然對數(shù)據(jù)湖的定義也就更為明確了。相對來說，在《云原生數(shù)據(jù)湖解決方案藍皮書》（Alibaba Cloud Data lake storage solution）中的一段說明比較適合當(dāng)下數(shù)據(jù)湖的普遍發(fā)展情況。

數(shù)據(jù)湖的核心定義就是一個存儲平臺，就是一種以集中式存儲各種類型數(shù)據(jù)，提供彈性的容量和吞吐能力，能夠覆蓋廣泛的數(shù)據(jù)源，支持多種計算與處理分析引擎，并可以直接對數(shù)據(jù)進行訪問的統(tǒng)一存儲平臺。

那問題就來了，數(shù)據(jù)湖發(fā)展到現(xiàn)在，到底可以為企業(yè)用戶帶來哪些好處？

在阿里云等公共云廠商的推動下，數(shù)據(jù)湖已經(jīng)發(fā)展到了2．0階段，備受業(yè)界矚目的云原生數(shù)據(jù)湖優(yōu)勢突出，帶給了企業(yè)用戶十大好處，值得一看。

一是，針對數(shù)據(jù)價值挖掘有著更強大的功能。在實現(xiàn)數(shù)據(jù)分析、機器學(xué)習(xí)，數(shù)據(jù)訪問和管理等細粒度的授權(quán)、審計方面，數(shù)據(jù)湖的發(fā)揮更為淋漓盡致。

二是，消除了數(shù)據(jù)孤島的現(xiàn)象，沒有數(shù)據(jù)格式類型的限制，所有數(shù)據(jù)皆可以流入數(shù)據(jù)湖。用戶的數(shù)據(jù)產(chǎn)生后，可以按照數(shù)據(jù)的原始內(nèi)容和屬性，直接存儲到數(shù)據(jù)湖，無需在數(shù)據(jù)流入數(shù)據(jù)湖之前對數(shù)據(jù)進行任何的加工或結(jié)構(gòu)化處理。

三是，滿足用戶大規(guī)模數(shù)據(jù)存儲的彈性擴容。支持當(dāng)前用戶復(fù)雜的數(shù)據(jù)類型，包括結(jié)構(gòu)化數(shù)據(jù)，如關(guān)系型數(shù)據(jù)庫中的表;半結(jié)構(gòu)化數(shù)據(jù)，如CSV、JSON 、XML、日志等;非結(jié)構(gòu)化數(shù)據(jù)，如電子郵件、文檔、PDF、圖形、音頻、視頻等。數(shù)據(jù)湖都可以實現(xiàn)PB級、EB級的大規(guī)模存儲部署。

四是，實現(xiàn)了計算與存儲分離。針對業(yè)界公認的未來大方向，存儲與計算分離架構(gòu)提供了獨立的擴展性，可以做到數(shù)據(jù)入湖的同時，計算引擎按需擴容，更關(guān)鍵的是存算分離解耦方式帶來了更好的性價比。需要指出的是，數(shù)據(jù)湖所說的計算存儲分離不是數(shù)據(jù)處理分析引擎和磁盤在不同主機上，而是數(shù)據(jù)內(nèi)容存儲和數(shù)據(jù)處理分析引擎的分離。

五是，數(shù)據(jù)合規(guī)加密，提升了數(shù)據(jù)安全性。以阿里云企業(yè)級云原生數(shù)據(jù)湖為例，實現(xiàn)了端到端加密，本地數(shù)據(jù)加密后再傳輸?shù)皆粕希缓髷?shù)據(jù)落盤再加密，實現(xiàn)了云上全鏈路的加密模式，同時集成國密。在數(shù)據(jù)加密的基礎(chǔ)上，針對用戶內(nèi)部人員的操作日志都留存，統(tǒng)一的權(quán)限管理，強化了操作合規(guī)性與規(guī)范化。

六是，基于云存儲系統(tǒng)的基礎(chǔ)架構(gòu)，高可靠性突出。比如作為企業(yè)級云原生數(shù)據(jù)湖的統(tǒng)一存儲層，阿里云對象存儲OSS基于12個9的持久性設(shè)計，提供最高99．995%的可用性SLA，可存儲任意規(guī)模的數(shù)據(jù)，可對接業(yè)務(wù)應(yīng)用、各類計算分析平臺，完全滿足企業(yè)用戶基于OSS構(gòu)建云原生的數(shù)據(jù)湖。

七是，更低的TCO帶來了更好的經(jīng)濟性，相對于HDFS分布式文件系統(tǒng)（Hadoop Distributed File System）來說，公共云的存儲系統(tǒng)有著更好的成本效應(yīng)。比如阿里云的OSS可以存儲海量小文件，通過冷熱分層、高密度存儲、高壓縮率算法等創(chuàng)新技術(shù)的結(jié)合，極大降低單位存儲成本，阿里云OSS歸檔存儲列表價格為0．033元/GB。

八是，實現(xiàn)計算引擎的云原生化，基于OSS數(shù)據(jù)源的EMR大數(shù)據(jù)計算環(huán)境，結(jié)合Hive、Spark等分析引擎，可以更好地利用彈性計算資源，體現(xiàn)出計算彈性的價值。

九是，實現(xiàn)更好的數(shù)據(jù)開發(fā)與治理能力，數(shù)據(jù)湖結(jié)合云上的數(shù)據(jù)開發(fā)治理平臺DataWorks，可以很好地應(yīng)對數(shù)據(jù)湖的元數(shù)據(jù)治理、數(shù)據(jù)集成、數(shù)據(jù)開發(fā)等問題，提升企業(yè)數(shù)據(jù)開發(fā)與治理的敏捷性與創(chuàng)新力。

十是，助力企業(yè)用戶業(yè)務(wù)發(fā)展的決策，有著更直接的意義與效果。依托數(shù)據(jù)湖生命周期重要組成部分，即：數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)分析和數(shù)據(jù)存儲，不僅可以應(yīng)對多樣化數(shù)據(jù)爆發(fā)式增長，同時可以從中獲得數(shù)據(jù)價值的更好洞察，幫助組織或企業(yè)做出更多靈活的、有利于業(yè)務(wù)成長的決策。

隨著大數(shù)據(jù)與云計算技術(shù)發(fā)展的推動，數(shù)據(jù)湖（Data Lake）被大家越來越接受的同時，也帶來了大家對數(shù)據(jù)湖價值的全新認識。十大好處，可能還不能完全概括完數(shù)據(jù)湖的優(yōu)勢。

構(gòu)建開放、靈活、可擴展的企業(yè)級統(tǒng)一數(shù)據(jù)管理和分析平臺，數(shù)據(jù)湖將企業(yè)內(nèi)、外部數(shù)據(jù)隨需關(guān)聯(lián)，打破了數(shù)據(jù)的系統(tǒng)界限。這對于處在數(shù)字化轉(zhuǎn)型關(guān)鍵時期的任何企業(yè)來說，都是非常重要而有意義的選擇。

與傳統(tǒng)大數(shù)據(jù)解決方案不同的是，云原生數(shù)據(jù)湖基于下一代數(shù)據(jù)湖架構(gòu)，可直接接入業(yè)務(wù)生產(chǎn)中心，如業(yè)務(wù)系統(tǒng)中的原始數(shù)據(jù)、日志數(shù)據(jù)等。數(shù)據(jù)可通過互聯(lián)網(wǎng)直接入湖，無需經(jīng)過中間處理，提升業(yè)務(wù)效率100%，驅(qū)動企業(yè)IT系統(tǒng)實現(xiàn)從成本中心轉(zhuǎn)型為創(chuàng)新中心。

就此，阿里云的云原生企業(yè)級數(shù)據(jù)湖解決方案采用了存儲計算分離架構(gòu)，基于阿里云對象存儲OSS構(gòu)建，并與阿里云數(shù)據(jù)湖分析Data Lake Analytics（DLA）、數(shù)據(jù)湖構(gòu)建Data Lake Formation（DLF）、E-MapReduce（EMR）等計算引擎無縫對接，兼容豐富的開源計算引擎生態(tài)，可滿足大數(shù)據(jù)系統(tǒng)統(tǒng)一存儲、海量數(shù)據(jù)規(guī)模，更可靠、更靈活、更安全。

阿里云對于數(shù)據(jù)湖的“企業(yè)級”定義，在于數(shù)據(jù)湖從企業(yè)用戶某個部門的分析引擎定位，成為了生產(chǎn)環(huán)境中的大數(shù)據(jù)“基石”。

行業(yè)落地開啟“加速度”，數(shù)據(jù)湖的to B春天來了

當(dāng)前，對于任何一個企業(yè)的數(shù)字化轉(zhuǎn)型和可持續(xù)發(fā)展來說，數(shù)據(jù)湖起著至關(guān)重要的作用已經(jīng)得到了眾多行業(yè)的認同。

一方面，利用數(shù)據(jù)湖智能分析、數(shù)據(jù)可視化等技術(shù)，實現(xiàn)了數(shù)據(jù)共享、日常報表自動生成、快速和智能分析，滿足企業(yè)各級數(shù)據(jù)分析應(yīng)用需求。

另一方面，深度挖掘數(shù)據(jù)價值，助力企業(yè)數(shù)字化轉(zhuǎn)型落地。實現(xiàn)了數(shù)據(jù)的目錄、模型、標(biāo)準(zhǔn)、認責(zé)、安全、可視化、共享等管理，實現(xiàn)數(shù)據(jù)集中存儲、處理、分類與管理，實現(xiàn)報表生成自動化、數(shù)據(jù)分析敏捷化、數(shù)據(jù)挖掘可視化，實現(xiàn)數(shù)據(jù)質(zhì)量評估、落地管理流程。

全球云觀察分析認為，基于云原生的優(yōu)勢，企業(yè)級云原生數(shù)據(jù)湖帶來的行業(yè)變革，將會是一個持久的、深入的過程。

目前來看，阿里云的云原生數(shù)據(jù)湖，已經(jīng)在多個行業(yè)中實現(xiàn)了廣泛落地，這在很大程度上為企業(yè)級行業(yè)領(lǐng)域的數(shù)據(jù)湖落地開啟了“加速度”。

從當(dāng)前阿里云數(shù)據(jù)湖的最佳實踐總結(jié)來看，可以為企業(yè)行業(yè)領(lǐng)域提供主要五大解決方案，包括了基于EMR開源生態(tài)和云原生服務(wù)構(gòu)建數(shù)據(jù)湖、云原生數(shù)據(jù)湖分析（DLA）方案、構(gòu)建分層模式混合數(shù)據(jù)湖、海量數(shù)據(jù)交互式查詢解決方案，以及基于數(shù)據(jù)湖打造機器學(xué)習(xí)能力。

在廣告行業(yè)，針對精準(zhǔn)投放質(zhì)量，通過什么渠道推廣給什么類型的人，通過數(shù)據(jù)湖的分析引擎來實現(xiàn)。

比如Yeahmobi是一家技術(shù)驅(qū)動發(fā)展的國際化智能營銷服務(wù)公司，致力于為客戶提供精準(zhǔn)的全球營銷推廣服務(wù)。針對Yeahmobi在全球業(yè)務(wù)中需要統(tǒng)一治理數(shù)據(jù)資產(chǎn)，同時需要提供高并發(fā)、高彈性的存儲服務(wù)需求，Yeahmobi基于阿里云構(gòu)建了一站式的數(shù)據(jù)湖解決方案。

Yeahmobi每天執(zhí)行上百個按量超大規(guī)模EMR集群，數(shù)據(jù)量讀取超百TB，支撐全球計算分析業(yè)務(wù)。通過基于阿里云數(shù)據(jù)湖解決方案的數(shù)據(jù)采集、數(shù)據(jù)存儲和數(shù)據(jù)分析的全周期模式，助力Yeahmobi實現(xiàn)了時間、成本、安全、計算效率等方面的改善，使得綜合運行成本降低大約 50%。

在智慧教育行業(yè)，數(shù)字化的教育通過AI分析，對教室講課的語速、學(xué)生表情、大家反應(yīng)等情況產(chǎn)生的數(shù)據(jù)來優(yōu)化教育效果。

比如流利說是世界領(lǐng)先的科技驅(qū)動的教育公司，作為智能教育的倡行者，流利說擁有一支業(yè)內(nèi)領(lǐng)先的人工智能團隊，經(jīng)過多年積累，流利說已擁有巨型的“中國人英語語音數(shù)據(jù)庫”，累積實現(xiàn)記錄大約37億分鐘的對話和504億句錄音。針對流利說日常業(yè)務(wù)對云服務(wù)的彈性、穩(wěn)定性和大算力的極高要求，阿里云為流利說量身定制了一站式數(shù)據(jù)湖解決方案。通過阿里云OSS直接存儲原始音頻數(shù)據(jù)，極大的簡化了業(yè)務(wù)架構(gòu)，并能快速對接阿里云 EMR 構(gòu)建的大數(shù)據(jù)計算集群，包括 Hive、Spark、Presto在內(nèi)的多種大數(shù)據(jù)計算引擎。

通過阿里云為流利說量身打造的數(shù)據(jù)湖解決方案，解決了流利說多種應(yīng)用的各類數(shù)據(jù)的統(tǒng)一存儲，幫助流利說構(gòu)建數(shù)據(jù)規(guī)模高達上千億的“中國人英語語音數(shù)據(jù)庫”。使用阿里云構(gòu)建的數(shù)據(jù)湖，可以充分發(fā)揮計算與解耦 合架構(gòu)的優(yōu)點，結(jié)合阿里云ECS彈性實例和K8S，根據(jù)實際業(yè)務(wù)需求，動態(tài)擴展、縮減對應(yīng)計算資源，無須按 照業(yè)務(wù)峰值常駐計算資源，這種靈活的使用模式，能夠幫助流利說最大程度地優(yōu)化成本。

在智慧制造行業(yè)，有哪些產(chǎn)品更適合用戶的需求，如汽車行業(yè)的汽車顏色、車型、配件等哪些適合用戶的喜好，通過數(shù)字化分析來優(yōu)化汽車創(chuàng)新設(shè)計，打通供應(yīng)鏈給用戶更多個性化選擇。

比如某太陽能整體解決方案提供商通過大數(shù)據(jù)整合能力，來提升制造良品率。基于阿里云數(shù)據(jù)湖構(gòu)建了整套大數(shù)據(jù)解決方案，所有數(shù)據(jù)采集后統(tǒng)一存儲到阿里云OSS，通過細粒度級訪問控制能力有效保護生產(chǎn)數(shù)據(jù)，集成加密技術(shù)，使得所有制造過程誕生的數(shù)據(jù)能夠獲得在數(shù)據(jù)湖上的有效保護，并且達到工業(yè)大數(shù)據(jù)安全管理的核心目標(biāo)：“看得見、控得住、管得好”。

與此同時，結(jié)合人工智能算法實現(xiàn)深度學(xué)習(xí)應(yīng)用，通過關(guān)聯(lián)參數(shù)的組合，分析出與影響良品率、光電轉(zhuǎn)化率的關(guān)鍵參數(shù)，進一步獲得生成工藝的優(yōu)化，讓良品率提升超過5%。通過對海量采集數(shù)據(jù)的分析，結(jié)合工藝參數(shù)模型，實現(xiàn)設(shè)備異常及工藝參數(shù)異常的提前預(yù)警，實現(xiàn)整個生產(chǎn)過程的主動式管理，最終在光電轉(zhuǎn)換效率方面獲得整體提升。

在智慧出行的行業(yè)，某智能出行產(chǎn)品公司通過大數(shù)據(jù)方案，不斷優(yōu)化車輛的管理運維。借助車輛智能傳感器，感應(yīng)車輛實時信息，通過阿里云日志服務(wù)SLS采集后，將數(shù)據(jù)匯聚存儲到阿里云數(shù)據(jù)湖。通過海量的騎行數(shù)據(jù)、地理位置信息和車輛運行狀態(tài)信息，動態(tài)調(diào)整部署車輛的區(qū)域，補充新車輛，及時定位出有問題的車輛進行修理和更換，保障用戶的騎行體驗。

通過大數(shù)據(jù)的賦能，能夠根據(jù)各個區(qū)域不同的使用特點，制定不同的投放策略，達到車輛資源充分使用率、增加有效投放。通過數(shù)據(jù)湖的使用，不同類型車輛的采集信息都可以采用先入湖、后處理的方式，讓設(shè)備的更新、升級更為簡單，阿里云數(shù)據(jù)湖支持互聯(lián)網(wǎng)訪問的特性，大幅度簡化了物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)存儲路徑，無需借助其他中間系統(tǒng)幫助。

在游戲行業(yè)，某國內(nèi)某知名社交游戲公司通過數(shù)據(jù)湖構(gòu)建的大數(shù)據(jù)方案，提升玩家的留存率。基于阿里云數(shù)據(jù)湖方案，通過日志服務(wù)SLS，將全球數(shù)據(jù)實時投遞到數(shù)據(jù)湖中的OSS，統(tǒng)一存儲與管理。借助OSS海量彈性能力的冷熱分層，通過EMR和DLA搭建存算分離的大數(shù)據(jù)架構(gòu)，實現(xiàn)千萬日活的玩家鏈路、智能推薦、實時分析、實時渠道統(tǒng)計、精細化運營，并獲得了30%的用戶留存率。

在智慧營銷行業(yè)，AddNewer加和科技是國內(nèi)商業(yè)智能解決方案提供商，幫助企業(yè)實現(xiàn)數(shù)字智慧在運營和決策層面的應(yīng)用，助力產(chǎn)業(yè)的效率升級和多行業(yè)間的跨界融合。針對加和科技在數(shù)據(jù)一源多用、快速分析、多級存儲等方面的需求，阿里云從數(shù)據(jù)存儲層、計算層和應(yīng)用層為切入點，為加和科技構(gòu)建了一站式的數(shù)據(jù)湖解決方案。

從完美支撐了加和ReachMax日均150億條，近2000列的數(shù)據(jù)分析和大量的臨時數(shù)據(jù)統(tǒng)計需求，幫助加和科技高達50億元人民幣流量決策和分析服務(wù)。利用數(shù)據(jù)湖解決方案的多進多出、分層計費和全類型備份的能力，幫助加和大幅簡化了數(shù)據(jù)存儲和應(yīng)用的復(fù)雜度，相比之前自建的解決方案， 需求的平均成本降低 30%。

在智慧金融行業(yè)，上海數(shù)禾信息科技有限公司以大數(shù)據(jù)和技術(shù)為驅(qū)動，為金融機構(gòu)提供高效的智能零售金融解決方案，服務(wù)銀行、信托、消費金融公司、保險、小貸公司等持牌金融機構(gòu)，提供營銷獲客、風(fēng)險防控、運營管理等服務(wù)。針對數(shù)禾科技在日常業(yè)務(wù)中面臨到的數(shù)據(jù)統(tǒng)一存儲和治理、計算性能和高彈性的需求，阿里云為其搭建了統(tǒng)一的數(shù)據(jù)湖解決方案。

采用阿里云數(shù)據(jù)湖解決方案后，數(shù)禾科技做到了全面記錄、全面是實時化、全面治理、場景驅(qū)動和安全合規(guī)的數(shù) 據(jù)管理之道。幫助數(shù)禾科技真正實現(xiàn)數(shù)據(jù)驅(qū)動業(yè)務(wù)發(fā)展，真正地實現(xiàn)一切業(yè)務(wù)數(shù)據(jù)化，以及一切數(shù)據(jù)業(yè)務(wù)化。

目前，已有多個行業(yè)的幾千家企業(yè)在阿里云上構(gòu)建了云數(shù)據(jù)湖。隨著企業(yè)級云原生數(shù)據(jù)方案的推進，數(shù)據(jù)湖的行業(yè)落地必然開啟了“加速度”，這也預(yù)示著數(shù)據(jù)湖的to B春天來了。

阿里云智能存儲產(chǎn)品資深總監(jiān)陳起鯤分析指出，當(dāng)前，對于大數(shù)據(jù)用戶來說，大數(shù)據(jù)分析成是其業(yè)務(wù)核心，而算法的產(chǎn)生成為了最新的核心資產(chǎn)，以云原生數(shù)據(jù)湖構(gòu)建的大數(shù)據(jù)引擎也就順理成章地成為了用戶的生產(chǎn)環(huán)境。

由此，企業(yè)用戶也從數(shù)字化轉(zhuǎn)型升級到數(shù)智化轉(zhuǎn)型，需要在數(shù)據(jù)分析上有著本質(zhì)的提升，其中需要構(gòu)建創(chuàng)新算法，而基礎(chǔ)的基礎(chǔ)就需要大數(shù)據(jù)引擎，即數(shù)據(jù)湖。大數(shù)據(jù)分析與生產(chǎn)環(huán)境深入融合，讓云原生數(shù)據(jù)湖正式在企業(yè)級領(lǐng)域中發(fā)揮出舉足輕重的作用。

有了企業(yè)級云原生數(shù)據(jù)湖之后，to B的一切也都變得更加智能起來。

責(zé)任編輯：gt