數據湖正在成為一種越來越可行的解決方案，用于企業從大數據中提取價值，并代表早期大數據采用者合乎邏輯的下一步。這一概念是2011年提出來的，最初的數據湖是對數據倉庫的一個補充，主要是為了解決數據倉庫開發周期漫長，開發和維護成本較高，細節數據丟失等問題。數據湖大多相對于傳統的基于RDBMS的數據倉庫，在隔離的邏輯區域中提供結構化、非結構化和歷史數據的靈活性，這已經和安全性一起為企業帶來了一系列轉型的可能。

然而，許多潛在用戶無法理解可用數據湖的定義。通常，那些剛接觸大數據的人，甚至是精通Hadoop的老手，都會嘗試使用不同的腳本、工具和第三方供應商來組建幾個集群并拼湊在一起，這既不符合成本效益，也不可持續。本文，作者將描述數據湖與集群拼湊方式相比的優勢是什么，集群如何規劃和治理才能構建有效的數據湖。

區域

在數據湖中，區域允許數據的邏輯或物理分離，從而保護整體環境的安全性、有序性和敏捷性。通常，建議企業使用3或4個區域，但可以使用更少或更多區域。通用的4區系統可能包括以下內容：

• Transient Zone(瞬態區域)——用于在獲取之前短暫保存數據，例如臨時副本，流式spool或其他短期數據。
• Raw Zone(原始區域)——存放原始數據的區域，該區域敏感數據必須加密，標記化或以其他方式保護。
• Trusted Zone(受信任區域)——對原始區域中的數據執行數據質量、驗證或其他處理后，它將成為此區域中下游系統的“真實數據來源”，也就是說其下游系統會從該區域獲取數據。
• Refined Zone(再處理區)——操作和豐富的數據保存在此區域，這用于存儲來自Hive或外部工具等的輸出，這些工具將寫入數據湖中。

這種區域劃分可以根據需要適應企業的業務規模、成熟度和特殊用例，但將通過專用服務器或者集群實現物理隔離，通過故意構建目錄和訪問權限進行邏輯分離，或者兩者進行特別組合。在視覺上，這種架構類似于下面的架構。 

建立和維護定義明確的區域是創建健康湖泊的重要步驟。同時，了解哪些區域不提供災難恢復或數據冗余策略也是非常重要的。盡管可以在DR中考慮該問題，但仍然需要投資可靠的底層基礎架構以確保冗余和恢復能力。

Lineage

隨著新數據源的不斷添加以及現有數據源的更新或修改，維護數據集內部關系之間的記錄變得更加重要。這些關系就像重命名列一樣簡單，也可能像連接不同源的多個表一樣復雜，每個表本身可能有多個上游轉換。在此上下文中，lineage有助于提供跟蹤性以了解字段或數據集的來源以及審計跟蹤，并了解更改的位置、時間和原因。聽起來簡單，但是當數據在湖中移動時捕獲有關數據的細節非常困難，即使今天部署了一些專門的軟件。跟蹤的整個過程涉及事務級別(訪問數據和做了什么?)以及結構或文件系統級別(數據集和字段之間的關系是什么?)等問題。數據湖中包括數據的批和流處理工具(例如MapReduce和Spark)，以及可能操縱數據的任何外部系統，例如RDBMS系統。lineage可填補傳統系統的部分空白，特別是隨著GDPR等新法規的出現——靈活性和可擴展性是未來管理的關鍵。

數據質量

在數據湖中，并非所有數據都相同。因此，定義數據源以及管理和使用數據至關重要。通過清理來自各種物聯網設備或社交媒體的數據，可以獲得很多價值。企業還可以考慮在消費方而不是采購方應用數據質量檢查。因為，單個數據質量體系結構可能不適用于所有類型的數據。必須注意的是，如果數據被“清理”，用于分析的結果可能會產生影響。修復數據集中值的字段級數據質量規則可以影響預測模型結果，因為這些修復可以影響異常值。通過比較“數據集的預期與接收大小”或“空值閾值”來衡量數據質量規則是否可用可能更適合此類情況。通常，所需驗證的級別受傳統限制或已經存在的內部流程影響，在設置新規則之前評估公司的現有流程是必須的。

隱私與安全

健康數據湖的關鍵組成部分是隱私和安全性，包括基于角色的訪問控制、身份驗證、授權以及靜態和動態數據加密等。從純數據湖和數據管理的角度來看，最重要的往往是數據混淆，包括標記化和數據屏蔽。應該使用這兩個概念來幫助數據遵守最小特權的安全概念。限制數據訪問也對許多希望遵守法規的企業具有意義。限制訪問有幾種形式，最明顯的是存儲層中區域的大量使用。簡而言之，可以配置存儲層中的權限，使得以最原始格式訪問數據非常有限。由于該數據隨后通過標記化和掩蔽(即隱藏PII數據)進行轉換，因此可以將對后續區域中的數據訪問擴展到更大的用戶組。

DLM

企業必須努力發展其數據管理戰略，以更有效地保護和服務其數字資產。這涉及投入時間和資源來完全創建生命周期管理策略，并確定是使用扁平結構還是利用分層保護。數據生命周期管理的前提是基于數據創建、使用和存檔這一事實。如今，這個前提可能適用于某些交易數據。企業應該了解信息、數據和存儲介質的相同點和差異，并能夠***限度地利用不同存儲層消除復雜性和成本并釋放價值。

結論

就像處于初期階段的關系數據庫一樣，近年來Hadoop的應用因缺乏***實踐而受到影響。企業在考慮將Hadoop用作數據湖時，需要參考盡可能多的***實踐。利用區域和適當的授權作為數據工作流框架的一部分，為數據轉換提供高度可擴展的并行系統。