2022年中国云原生数据湖应用洞察白皮书.docx

2022年中国云原生数据湖应用洞察白皮云原生数据湖I研究洞察核心摘要: 概念界定：数据湖是面向大数据场景的创新解决方案，云原生 是数据湖未来部署的必然形态，具有建立统一数据资产、低成 本使用基础资源、高性能计算体验升级和敏捷创新赋能的核心 价值。市场现状：2020年云原生数据湖市场规模（含生态）达 124亿，预计未来三年将以39.7%的复合增长率快速扩张。竞争格局：中国云原生数据湖还处于开展的早期，能够提供整 体解决方案的独立厂商还较少，市场较为集中，竞争主要围绕头 部云厂商展开。应用现状：现阶段，云原生数据湖主要应用于泛互联网行业 （40.7%）及传统行业的互联网场景（泛政务、金融、工业、医疗、汽车等），未来将向更多具有大数据和高价值属性的行业拓 展。选型建议：企业在布局数字化转型时，面对多元且快速迭代的 业务需求，一方面需建设统一的数据底座，另一方面需关注DT 能力的开放性、敏捷性和创新性。在选型云原生数据湖时，除内 部能力评估外，还需要考虑服务商的服务半径和开展路径。云原生数据湖本钱优存储本钱OSS文件存储.f * XT!对象存储计算本钱计算存储别离用云本钱Serverless计算存储耦合，计算存储别离预留不的存化论 随业计了可一现证云序亳来源：艾瑞咨询研究院自主研究及绘制.2022.4 iResearch Inc云原生数据湖市开展历程产品随市场需求不断演进，国内数据湖尚处于 开展初期中国数据湖技术正在逐年开展及突破，公有云厂商 及其他行业厂商纷纷在做尝试。但目前在数据感知 收集及归类清洗方面存在壁垒和难度，数据湖建模 经验缺乏，因此我国数据湖市场整体开展处于初期 阶段，未来开展空间广阔。中国云原生数据湖行业1960s-2000s20世纪60年代,计算机 开始广泛地应用于数据 管理，能够统一管理和 共享数据的数据库管理 系统(DBMS)诞生. 20世纪90年代,为满足 企业数据分析的诉求. 数据仓库诞生2000s-2010s: 互联网蓬勃开展.数据量 爆发式增长，数据库/数仓 难以承载海量数据，大数 据时代开启；以Hadoop (开源). Google. Microsoft Cosmos为代表的分布式 技术体系诞生，奠基了大 数据时代的基本技术框架.2010s-2020s: 数据仓库不断演进，在t 数据管理能力等方面不且 Google BigQuery. Sn 优秀产品面市；以开源Hadoop体系为 式HDFS存储.开放的: 开放的元数据服务以及刍 (Presto. Spark. Flin 工作的模式，形成了数为大数据技术的探索期大数据技术的发基于数据湖战略， EMC推出三款新的 Isilon软件产品Isilon SD Edge.第8代 Isilon操作系统和 Isilon CloudPools数据湖解 IBM推出 解决方案 百度云推 平台Easy 华为云推 原 Fusion 全面升级 原生架构亚马逊云科技宣布lake Formation全面上市 W 云 QingCloud 的合 亚马逊云科技推出HashData发布基于云模Lake Formation式构建的数据湖解决方案201 弹2018 年2019 年来源：公开资料，专家访谈.艾瑞咨询研究院自主研究及给制02022.4 iReearch Inc.中国云原生数据湖市场规模2020年规模达124亿，预计未来三年维持39.7%的快速增长据艾瑞统计，中国云原生数据湖2020年整体规模达124.8亿元。目前行业正处于初期开展阶段，由于国家政策利好、互联网技术高速开展的驱动、企业数 字化转型加速等因素，预计中国云原生数据湖市场 未来三年会以39.7%的复合增长率快速开展。20182023年中国云原生数据;CAGR=73.1% -|CAGR=73.1% -|CAGR=60%|- CAC19663124增长率（）注释：云原生数据湖市场规模不含生态统计口径为2020自然年全年各厂商在中国内地（不含港澳台）情售 国内地区域 不包含云原生数据湖组件（包括存储.计葭、管理及调度层）发生于其他解决方案（例：数据仓 注程：云原生数据湖市场规模含生态统计口径为注糅1中包含云原生数曳湖组件（包括存储、计算.管理 生数据湖生态支持厂商局部来源：文瑞长期基础云服务数据监测.结合公开资料、专家访谈，根据数据测算模型，自主研究及绘制.D2022.4 iResearch Inc.增长机遇数据变革与企业数字化转型加速云原生数据湖 的应用IoT、移动互联网和5G的开展，带动数据量爆发， 如何从数据海啸中挖掘数据价值成了企业亟待解决 的难题。在此背景下，企业亟需新的大数据架构来 处理数据，这为数据湖市场开展带来契机。互联网 的开展加速了时代数字化开展，同时也深刻地改变 了企业的业务模式。以“敏捷、创新、数据驱动”为导 向的数字化转型需要新的生产力工具来打破数据孤 岛、沉淀数据资产、完成数据价值反哺企业。云原 生数据湖的各局部组件为数字化转型的每一阶段提 供技术支持，完成“数”与“智”的融合。云原生数据湖为企业数字化转型数字化 数嘱采集 数据传轿 数据存储数尼计信息链接资产形成信息反应打通软硬件 之间、企业 各部门间的将各种来源、不 同格式的数据进 行统一存储，初 步形成数据资产。将原始数据资产根 据使用者需求进行 整合.调度.模拟, 输出可读的形式.云原生数据湖接入层存储层计算层迁移上云灵活 平滑，使企业 轻松实现雌 多源聚合.支持多源异构数 据的存储，并提 供数据冷热分 离存储，沉淀 数据以形成资产. 多范式计算， 支持实时分析 及交互式分析, 更有效形成及 管理数据资产.来源：艾瑞咨询研究院自主研究及绘制.02022.4 (Research Inc.痛点改进在数据治理、全链路、平安等方面仍待持续改 进从应用现状来看，数据湖在国内的落地还存在许多 痛点。产品层面，数据湖的数据治理能力和全链路 能力仍需进一步的加强，客户方更亟需智能化、一 站式的解决方案；应用层面，云原生数据湖的行业 认知和人才培养较为薄弱，仍待市场的进一步培育。 另外，近期平安隐私法律法规不断落地，企业主对 云原生数据湖的平安监管也提出了更高的要求。云原生数据湖应用的害人才缺失目前大数据.AI技术栈创全链路能力新日新月异，企业缺乏专录及整体构架设计不良、泽.因缺少上下文元数据法有效分析和利用数据.湖内数据未得到充分归档 或维护，容易形成数据沼关联，数据沼泽就无法进 行数据检索，致使用户无应商较少，大多厂商仅提 供数据湖组件的支持，因 此下游需求企业只能采购 多家供应商来满足自身从 数据采集治理到分析可视解，假设在没有深入梳理企业业务现状及需求的情况下盲目搭建数据湖、追求“大而全”的概念，可能 导致幡湖落地效果不佳.数据治理数据治理要求在目录中包 含数据的分类.规那么，假设 企业对于数据湖的掌控能 力缺乏，会导致数据湖目现阶段国内可以提供全链 路云原生数据湖服务的供业人才.从企业内部来看,管理者对数据治理一ft半来源：公开资料.专家访谈，艾瑞咨询研究院自主研究及绘制.92022.4 iResearch Inc.云原生数据湖竞产业图谱公有云厂商+生态厂商的市场格局初现竞争格局先发优势，云厂商市占率达82.4%整体来看，中国云原生数据湖还处于开展的早期， 能够提供整体解决方案的独立厂商还较少，市场较 为集中，竞争主要围绕头部云厂商展开。以营收为 核算口径，2020年云厂商在中国云原生数据湖市场（不包含生态支持局部）的份额到达了 82.4%O 一方 面，于先发优势上，云计算具有弹性算力支持、数 据聚合的特性，与数据湖思路天然契合；另一方面, 于布局实践上，“春江水暖鸭先知”，出于服务自身或 互联网客户的动因，云厂商率先基于云原生进行了 能力的整合，在对象存储、多范式计算、大数据管 理等云原生数据湖核心技术上都更为成熟。2020年中国云原生数: （不含生态局部）竟1.基础资源支持云基础资源池化、存算别离的特性，可以最大程度上弹性、但2.数据聚合优势基于云的形式，企业可以更丝滑地实现各系统相通，解决数提3.能力统一调度在云原生的环境下，企业可以以统一视角，更优雅地调用多科国内市场环境复杂多变，在行业应用、客户服务等领域，云厂17.6%独立厂商1.多云.混合云管理能力独立厂商具有第三方中立性，可以支持多云部署管理，解决企2.轻量与专注与云厂商从云出发到数据服务的视角不同，独立厂商大多从数由于数据湖较其他大数据产品更强调海量异构数据统一存限故而对于第三方独立厂商而言，解决“海量存储、计算优化、注释：独立厂商包括大数据厂商、软件厂商、以及其他堤供云数据湖服务的IT厂商.注释：此市占率统计口径为2020自然年全年各厂商在中国内地（不含港澳台）销售云原生数据湖解决方案的营注释：此市占率统计口径不包含云原生数据湖组件发生于其他解决方案（例：数据仓库）的营收，不包含云原来源：艾瑞长期基础云服务数据监测，结合公开资料、专家访谈.根据数据测算模型，自主研究及绘制.2022.4 iResearch Inc竞争要素剖析技术+解决方案+应用构成云原生数据湖的核 心竞争力趋势展望：在云原生与大数据背景下，云原生数据湖成为企业 智胜未来的新一代生产力工具，市场即将迎来爆发期。未来，云 原生数据湖厂商需与开发者、ISV和SI共同努力，在企业级生 产环境中不断探索，生态共赢驱动云原生数据湖解决方案日臻完 善。云原生数据湖概数据湖的定义数据湖是面向大数据场景的创新解决方案早期，业界和用户多把数据湖定义为一个储存原始 格式数据的系统，可容纳结构化、半结构化、非结 构化及二进制的数据。随着大数据技术的融合开展, 数据湖的边界不断扩展，内涵也发生了变化。数据 湖开始汇集各方面技术，逐步演进成为集多源异构 数据统一储存、多范式计算分析及统一管理调用的云原生数据湖是一套完整的云上大数据解决方案,可以服务企业的多种数据诉求，其竞争要素可以归类为技术、解决方案、应用三层。在技术层，云原生数据湖需要具备稳定、高性价比的存储服务、多 引擎兼容的计算优化服务以及全生命周期的智能化数据管理服务；在解决方案层，厂商需要贴近业务, 面向特定场景和特定行业提供丰富、可落地的架构 方案；在应用层，厂商需要通过生态或自建等方式 提供更多的应用服务，不断扩大自己的服务半径， 向终端客户展示更全面的能力。云原生数据湖竞争分透析数据湖下建指对湖P透析数据湖下建指对湖P理、数据血国计算指对多导开源兼容、B 存假指以OS：解决方案应用行业解决方案场景解决方案除了存储、i 据湖还具有1 而为用户提金 查询.实时5生态体系建设自身应用支持从终端客户用 而落到实际 用层的竞争力 度，自己+台来源：艾瑞咨询研究院自主研究及绘制.2022.4 iResearch Inc.云原生数据湖行业应月行业分布现阶段主要应用于泛互联网行业及传统行业的互联网场景据调研，中国云原生数据湖的下游应用主要分布于 泛互联网（电商、网络广告、社交媒体、游戏、互 联网金融等）、泛政务（智慧城市、智慧政府、交 通等）、金融（银行、保险等）、工业（工业互联 网、能源、制造等）、医疗（基因、影像治疗、诊 断等）、汽车（车联网等）以及零售、运营商等其 他行业。其中，泛互联网企业出于数据量大、非结 构化数据多、迭代速度快等原因，率先应用云原生 数据湖架构于推荐、搜索、监控等业务环节，是现 阶段数据湖市场的主要客户。2020年中国云原生数据湖市垃 下游行业分布6.4%6.4%包含混合云模式 部署的数据湖泛互联网泛政务 金融 工业泛互联网泛政务 金融 工业医疗释释源注注乘此下游分布口径为2020自然年全年各厂商在中国内地（不含港澳台）始售云原生数据湖解决方案的营业 此下游分布统计口径不包含云原生数据湖组件发生于其他解决方案（例：数据仓库）的营收，不包含云! 艾瑞长期基础云服务数据监测，结合公开资料、专家访谈，根据雌测算侬,自主研究及绘制.02022.4 iResearch Inc.未来渗透向更多具有大数据和高价值属性的行业拓展海量、高频、多源异构的大数据为企业带来了本钱、 性能和价值挖掘的问题，在现有OLTP数据库+数仓 的架构下，企业难以实现底层架构的弹性和优化， 无法支持快速开展的业务。云原生数据湖云上部署、 存算别离和事后schema的特性可以帮助企业更好地 应用数据，未来有望在互联网、汽车、政府、工业 等具有大数据和高价值属性的行业得到更广泛的应 用。云原生数据湖的行业Eo云原生数据湖解决了什么问题01数据海量一本钱上升数据量爆发式的增长，导致对存储和算力资 源需求的上升，无论是纵向还是横向扩张， 带来本钱的总加都十分惊人.02数据多源异构一性能下降随着互联网的开展，企业外部链接愈发复杂, 内部需要处理的数据也愈发多元，包括来自 媒体的非结构化数据、web的半结构化数据、 物联网的loT数据、以及来自企业业务系统的 结构化数据等.多源异构环境下，数据处理01数据海量一本钱上升数据量爆发式的增长，导致对存储和算力资 源需求的上升，无论是纵向还是横向扩张， 带来本钱的总加都十分惊人.02数据多源异构一性能下降随着互联网的开展，企业外部链接愈发复杂, 内部需要处理的数据也愈发多元，包括来自 媒体的非结构化数据、web的半结构化数据、 物联网的loT数据、以及来自企业业务系统的 结构化数据等.多源异构环境下，数据处理01业务具有大数据特性，现有扩展具有局限性许多企业在数字化转型的过程中，3试信息流广告、直播电商.远程办4字化模式，但底层IT架构和数据架木 承载海量数据，扩展也存在局限.的性能下降，导致企业应用效果不佳.02大数据处理的本钱愈发高昂 需本钱优化解决方案企业通过增加硬件资源、中间件改il 式，对数据库、数仓做横向扩展或? 优化，本钱都十分高昂，企业用于?03数据价值两极化-实时与聚合支出日益高企，难以承当.大数据背景下，数据价值愈发向两极聚焦,03缺乏DT实力和人才，难以注 数据性能优化，数据价值不能释; 企业缺乏完整的大数据和AI团队，/ 足够的积累去应用前沿大数据和A生 搭建面向未来的新架构，故而数据白 迟迟不能被完全释放，无法实现赋宥现有处理架构不能很好地满足实时、聚合分 析的诉求，充分释放数据价值.价值t /实时分析聚合分析、来源：艾瑞咨询研究院自主研究及绘制.2022.4 iResearch Inc.云原生数据湖选型建功建议一：战略规划建立统一的数据底座，支持企业向数据驱动转 型对于现代化企业来说，需要面对愈发复杂多元、高 频迭代的内外部环境，仅依靠人力难以跟上市场的 开展，“数据驱动”成为企业的必然选择。而“数据驱 动”落在实践中还存在很多的问题，并非根据现在的 业务需求，采购一些数字化工具即可完成的转型。 针对具有“变化、挖掘、未知”特性的需求，企业需要 建立统一、弹性、智能的数据底座，以“不变应万变”, 从而支持数据驱动，让数据释放价值。建立基于统一底座的数力现代化企业面临来自内外部的挑战内部管理:现代化企业面临越发易变、模 糊、不确定、复杂的外部环境. 这从外部驱动企业业务和应用 也必须快速迭代，及时响应客 户，才能在快速开展的市场上 获得优势.随着企业的开展和多轮信息化改造、 数字化升级，内部IT部署很难保持一 致和清晰.无论是部署环境，数据 存算，还是业务应用都在某种程度 上呈现“混乱”的状态，造成了降 本增效的困难.为了应对越来越多种类的数 据，以及越来复杂场景的诉 求，大数据.AI技术栈呈指 数增长.多种框架并存是未 来IT的必然状态，为企业带来 了技术部署的挑战，除了基于现有IT资源和业务进行经营性的“降本提效外，现代化企 业还需要考虑差异化竞争力的打造, 通过技术.产品、商业创新，开展第二增长曲线而通过数据驱动寻 找创新点，在为企业带来机遇的同时也提出了更高的要求.来源：专家访谈，公开资利 艾瑞咨询研究院自主研究及绘觎C2022.4 iResearch Inc.建议二：执行路线站在长期视角，着重考虑DT能力的开放性、敏捷性与创新性在市场快速开展的背景下，企业进行DT能力建设 时，需要更加看重技术路线的开放性和扩展性，为 难以预测的未来探索做好准备，去支持应用和业务 的创新。在应用实施及之后的运营时，企业开发者 一方面可以以更开放的态度去拥抱云原生与开源， 另一方面可以对自身的技术进行抽象、分层和服务 化，以更简单的方式提升效率和效益。云原生数据 湖架构开放、敏捷，是企业建设DT能力很好的选择 之一。企业DT能力建设的打如何保持DT能力的敏捷与创新?拥抱云原生 云原生是后云计算时代新一轮生产力的释放，包含容器、微优势的技术、工具和方法论，是IT开展的必然趋势。基于云的优化和创新,大数据开展的必然之路.拥抱开源开源是学习本钱缩减、技术创新加速的高效生产方式，愈发 速、低本钱的学习前沿技术。对于缺乏IT积累和专业人才的1抽象、分层与服务化站在开发者视角，需要意识到企业应用和大数据的标准在短 之言成为行业标准的时代.为了更好地应对标准和需求的复 通过模块的标准化来实现效率，通过组合的创新来实现效益,来源：艾瑞咨询研究院自主研究及绘制.D2022.4 iResearch Inc建议三：具体选型选择服务半径更广，开展路径更契合的服务商云原生数据湖是企业级的综合大数据解决方案，且 实践具有长期性，伴随企业的长期IT能力升级。故大数据综合解决方案。它可以更加高效率低本钱地管理海量多源异构数据，打通数据孤岛，释放数据价值，助力新时代下各行业企业的数字化转型。数据湖典型构架及 多范式计算：支持多种计算引擎，满足不同数据计 析需求，支持批处理、流处理.机器学习等.数据湖接入层数据多源异构： 可容纳海量数据， 且无存储格式要求， 接收结构化.半结 构化.非结构化及 二进制数据入湖。 数据统一存储管理：对内以OSS为中心，进行统 对接多范式计算引擎，对夕隈供统T9API接口来源：艾瑞咨询研究院自主研究及绘2022.4 iResearch Inc.数据湖VS数据仓库而除了内部能力（技术、产品、解决方案等）的评 估外，云原生数据湖选型还需要格外关注厂商的外 部能力和未来能力：是否有足够丰富的生态合作伙 伴来满足企业不同场景的需求？技术演进路线是否 与企业匹配？是否能支持企业业务未来的拓展？企 业需要更综合的考虑，选择整体服务能力更广的服 务商。云原生数据湖的选三g厂商A厂开展路径开展路径 厂商g厂商A厂开展路径开展路径 厂商生态能力生态能:1 .内部能力评估评估厂商本身的能力，包括云原生数据湖核心技术组件（存储、计算、管理等）的性i2 .生态能力评估云原生数据湖不是单一的存储或者数据库产品，而是面向企业大数据应用的全生命危身的能力，还需要关注厂商的生态能力，是否有足够的生态合作伙伴来共同支持企业Ei 3.未来能力测古云原生数据湖的部署并非一次性结束的短期工程，涉及企业长期数据能力的开展，故 ;与自己的开展路线契合.是否能支持自身业务未来的拓展.来源：艾瑞咨询研究院自主研究及给制.02022.4 iResearch Inc.云原生数据湖发掘金市场云原生与大数据背景下，数据湖成为企业智胜 未来的新一代生产力工具，市场将迎来爆发期在数据生产或处理爆炸性增长、实时化、智能化、 云化等背景下，数据湖凭借“兼容、松耦合、弹性、 敏捷”的天然优势赋能云原生时代的大数据治理，俨 然成为了新的“掘金热土”，未来在大数据产业中的占 比将持续上升，前景广阔。云原生时代的大数据治理0数据生产和处理正在发生质变0数据生产和处理正在发生质变01规模价炸也增长02生产/处理实叼化40ZB30%2020年全球数据规模2025年实时数据占比430%50%2020-2025年全球数据规模增长2022年新业务将会采用实时分析比例03生产/处理智能化04数据加速上云80%32.7%2025年全球非结构化数据占比2020年中公有云数据库市场份额55%47.2%全球非结构化数据增速2025年中国公有云数据库市场规模来源：IDC数据时代2025；艾瑞2021年中国数据库行业研究报告.艾瑞咨询研究院自主研究及绘制.2022.4 iResearch Inc.产品演进生态共赢，驱动云原生数据湖解决方案日臻完善尽管数据湖与云和大数据天然契合（海量、弹性、 简单、敏捷），但在企业业务场景落地中，仍有许 多实际问题需要解决。例如，弹性计算与实际业务 量的精确拟合，数据权限的精细控制，冷热温数据 的精准分层，数据质量的提升、领域知识的建立等 等。这些复杂而琐碎的问题并非一个厂商单独可以 解决，需要在数据湖厂商、开发者、ISV和SI的共 同努力，在企业级生产环境中不断探索与摸索，走 向完善与繁荣。云原生数据湖基础架构演进管理 权限统一控制数据质量优化计算精准弹性存储稳定平安冷热温数据智能分层.来源：艾瑞咨询研究院自主研究及绘制.02022.4 (Research Inc.诞生背景、设计思路及使用场景各不相同数据仓库是诞生于数据库时代，应企业分析诉求而 生的数据产品，它的核心思路是把数据库中的数据 进行一定格式转换后，定时地复制至另一个库里做 列式存储，从而满足企业查询和数据分析的诉求。 随着互联网的开展，数据量暴增，非结构化数据越 来越多，企业业务变化越来越快，传统数据仓库无 法适应大数据和现代化企业对于实时、交互式分析 等方面的诉求。随之，数据湖诞生。它选择了“前松 后紧”的设计思路，初始化阶段放弃严格的模式，后 置schema,从而获取更强的灵活性；同时通过统一 存储管理和计算优化来保证数据的一致性和性能。数据源数据仓库数据湖数据湖与数据仓库又支持处理过后的结构化/半结构化物i;来自业务系统备那么麻理写时建模(Schema-on-write)高度监管与严格事前控制，满足企业级诉求；数据与模式稳定，引擎优数据源 I etlTj(苕支持未经处理的结构化/半结构化/非结构化数据；来自loT设备、Web、AP啪业务系统等读时建模(Schema-on-read)泛互联网行海量数据可针对特定业务需求进行重新配置，灵活性和可扩展性较强.数据源来源：艾瑞咨询研究院自主研究及绘#2022.4 iResearch Inc云原生数据湖云原生部署是数据湖未来的必然形态近年来，在数字经济的背景下，互联网行业及传统 企业加速云化转型，中国整体云服务市场的规模逐年扩增，云成为新一代IT基础设施已经成为不争的 事实。其中，企业云化转型的深入以及用云思维的 转变，驱动了 PaaS市场份额的增长，基于云的能力 创新已成为基础云开展新的增长引擎。云特有的“池 化、弹性、本钱、敏捷”等优势让数据层与应用层的 很多设想得以实现，拥抱云原生成为数据湖乃至大 数据的必然选择。20152024年中国整体云服务i394394201557.1%521693102616122256202020162017201820192(整体云服务市场规模（亿元）来源：艾瑞2021年中国基础云服务行业开展洞察，艾瑞咨询研究院自主研究及绘制.2022.4 (Research Inc.云原生数据湖核心价值一：数据资产集中存储.统一管理，建立高质量的数据资产随着数字转型化进入深水区，“数据”已经成为企业的 核心生产要素，打通各部门、各应用系统，建立企 业级的统一数据资产已经成为业内的共识。基于云 上的集中存储和数据湖，企业可以更丝滑地实现数 据多源聚合，对内外部数据进行全生命周期的管理, 从而沉淀为数据资产，赋能业务应用，释放数据价 值。同时，基于云原生数据湖部署的云原生应用天 然可以实现数据的无界流动，数用一体为企业打造 了高效的价值闭环。基于云原生数据湖的统ebebai m EMedia loT：艾瑞咨询研究院自主研究及绘制.云原生应用业务赋能价值闭环数据源2022.4 iResearch Inc云原生数据湖核心价值二：低本钱通过云的方式，更低本钱地使用存储和计算资源云原生数据湖是基于云环境构建的低本钱大数据解 决方案。于存储上，云原生数据湖使用对象存储， 实现了无限扩容（理论上）和更低的价格，同时云 上统一存储也简化了之后数据调用的复杂度；于计 算上，云原生数据湖采用计算存储别离的架构，让 计算节点和存储节点可以分别弹性伸缩，防止了存 算需求不同造成的浪费；于用云策略上，云原生数 据湖通过Serverless的模式，根据请求量自动进行毫 秒级的弹性扩容，解决波峰资源短缺、波谷资源浪 费的问题，实现最小单元的本钱最优。