这种架构中仍然可以存在数据仓库和数据湖，但它们只是网格中的另一个节点，而不是一个集中的单体。 如果团队仍然需要由数据仓库和湖泊完成的功能，他们应该能够自由接受。同样，使用微服务和多语言解决方案也是相关的。
云原生数据湖是企业级的综合大数据解决方案，实践是长期的，伴随着企业长期IT能力的提升。因此，除了对内部能力（技术、产品、解决方案等）的评价外，云原生数据湖的选择还需要特别关注制造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相匹配？能否支持企业业务未来的拓展？企业需要更全面地考虑，选择整体服务能力更广的服务提供商。
随着数字转型进入深水区，“数据”已成为企业的核心生产要素，开放各部门和应用系统，建立企业统一的数据资产已成为行业共识。基于云集中存储和数据湖，企业可以更顺利地实现数据多源聚合，管理内外数据的整个生命周期，沉淀为数据资产，使业务应用程序能够释放数据价值。同时，基于云原生数据湖部署的云原生应用自然可以实现数据的无限流动，为企业创造高效的价值闭环。
云原生数据湖是一套完整的云大数据解决方案，可以服务于企业的各种数据需求，其竞争要素可分为技术、解决方案和应用三层。在技术层面，云原生数据湖需要稳定、成本效益高的存储服务、多引擎兼容的计算优化服务和全生命周期的智能数据管理服务；在解决方案层面，制造商需要接近业务，为特定场景和行业提供丰富、实施的架构解决方案；在应用层中，制造商需要通过生态或自我建设提供更多的应用服务，不断扩大服务半径，向终端客户展示更全面的能力。
一般来说，六家国有银行采用自上而下的治理结构，组织专门的数据治理集中单位，通过企业数据标准和数据标准管理系统，不断推进数据标准建设，实现数据统一；数据湖、数据仓库、数据市场、大数据平台等重要布局领域。
事实上，近年来，数据架构的制造取得了真正的进展，特别是许多企业继续投资数据湖。数据池已被证明是一种强大的方法，通过将制造数据集中在一个地方来克服传统的数据架构问题，并释放锁定在电子表格或碎片系统中的关键数据。
概念定义：数据湖是面向大数据场景的创新解决方案。云原生是未来数据湖部署的必然形式「建立统一的数据资产，低成本使用基础资源，提升高性能计算体验和敏感性 捷创新赋能」核心价值。
提供智能硬件设备集成数据平台，可访问IOT设备数据（设备运行参数、设备运行状态等），形成统一的数据输出平台，支持API接口调用和参数配置。支持数据存储和分布式存储应用程序。构建数据输出中间层，优化数据结构和数据分析链接，支持历史数据库的基本功能。逐步完成 构建IOT设备数据湖。
目前，随着全社会和行业进入数字化转型阶段，数据已成为最重要的生产要素。数据处理技术解决了各行业业务大量存储和分析的需求。当数据业务场景不断出现，数据量不断增加时，云源数据湖服务已成为实现业务的技术支持。
早在2018年，易华录就在互动平台上表示，数据湖业务目前是控股股东的核心战略，公司将通过数据湖战略开拓更广阔的业务领域。
为了开放云数据中心到终端的各个环节，实现数据与智能决策的无缝连接，矿山与华为合作，建立了智能煤矿大数据服务中心，利用超级集成设备形成“私有云”和“华为云”，形成智能矿山“混合云”，具有非结构化和结构化数据存储能力。数据中心管理数据湖，形成数据资产控制系统和数据管理系统，规范主数据、数据索引格式、元数据格式等，形成数据应用场景数据质量管理闭环。
“为了分散整体数据平台，我们需要扭转我们对数据、数据位置和所有权的看法。域不需要将数据从域流向集中的数据湖或平台，而是需要托管和服务域数据集，以便于消费。”