数据湖是什么？

数据湖的本质是由 数据存储架构 + 数据处理工具组成的存储计算框架。不依赖于HDFS，可以支持多种存储介质和任意结构的数据，高效更新机制、文件组织形式、统一的开放的表格上(定位是在计算引擎之下，又在存储之上，将其称之为table format)，灵活的元数据管理。用来帮助解决解决hive常见的痛点问题，如更新问题，结构变更，acid，小文件问题，性能问题。数据湖并非数据仓库的替代方案，而是补充和完善。