用户需要深入了解什么是数据湖、如何使用数据湖以及数据湖与数据仓库的不同之处和他们之间的互补性。
可能有些人没有听说过数据宕机这个术语，但他们其实已经亲身体验过数据宕机以及不良数据带来的后果。
一个正常运营的产品每天会产生大量的数据，如果把这些数据都收集起来进行分析，不仅会使工作量增加，浪费大量时间，很可能还会得不到想要的分析结果。
随着大数据、人工智能、物联网和5G等应用系统规模扩大，它们积累了众多元数据，现在数据和元数据之间的传统关系已被颠覆。
本文我们梳理了导致数据治理失败的十大原因，希望能给正准备进行数据治理的组织一些启发。
数据采集的任务就是把数据从各种数据源中采集和存储到数据存储上，期间有可能会做一些简单的清洗。
从资源管理角度来看，当前的大数据系统架构主要有两种：一种是MPP数据库架构，另一种是Hadoop体系的分层架构。这两种架构各有优势和相应的适用场景。另外，随着光纤网络通信技术的发展，大数据系统架构正在向存储与计算分离的架构和云化架构方发展。
