湖仓融合作为一种开放的数据架构和管理模式，将数仓建在数据湖之上，整合其优势，优化企业的基础技术栈。湖仓融合开辟底层异构数据源/平台，支持多种数据类型并存，实现数据共享。数据进入湖泊后，可以直接处理，避免计算能力、网络和成本支出造成的数据冗余和流动。与传统的数字仓库和数据湖方案相比，湖仓库集成架构提高了实时业务处理和非结构化数据处理能力，优势体现在：1）完善的数据管理能力；2）丰富的计算机引擎支持；3）数据实时性较高；4）开放性较高。此外，湖仓融合架构中还可以部署、测试和管理数据安全、访问控制、数据探索等企业级系统不可缺少的功能。
随着混合云的日益普及，数据存储在不同的位置——不同类型的数据存储，如数据仓库、数据湖和数据湖仓库，存储在不同的云和当地环境中。API 它是不同数据源和应用程序之间的重要连接器，这意味着企业比以往任何时候都更依赖和创建 API 获取支持其应用程序和体验所需的数据。
自2012年以来，国内重点行业的大中型企业已经开始布局大数据。到2019年，金融、运营商、能源、政府公安等重要行业的大多数企业都建立了基于HDFS的数据存储系统，促进了一些重点数字应用的推广。比如金融行业的ODS、历史数据存储、数据湖、科技监管应用、运营商分配系统、电子围栏、数字营销系统等，已广泛应用于业务系统中。HDFS在中国仍然是一种非常重要的数据存储技术，由于国内外行业需求的差异和对公共云的接受程度的不同，也具有更好的技术和应用生态，具有更完善的技术活力。
中国农业银行数据湖创新整合存算分离、流量审批、湖仓库多元化技术架构，引进六项开源技术，孵化一套数据湖开源技术栈，构建存储云 计算云 大数据新技术架构的工具云。
随着5G、随着大数据、人工智能、物联网等技术的蓬勃发展，数据量正在从GB飞跃到PB，特别是非结构化数据。数据量的急剧增长对企业数据基础设施提出了新的挑战。传统的数据湖和数据仓库已经不能满足数据组织、存储和分析的需要，新一代的大数据技术架构湖仓库正在崛起。
对象存储的数据主要有以下类型。一是视频、图片等媒体资源，也是比例最大的部分；二是存储日志作为数据湖的基础，用于存储大数据分析ETL 之后的格式化数据；第三种是供应 AI 离线数据集训练和自动驾驶模拟；第四种是备份数据，用于归档。
Tapdata 是一个以低延迟数据移动为核心优势的现代数据平台，支持企业核心数据实时集中到集中数据平台，并通过 API 或反向同步， 为下游交互式应用、微服务或交互式分析提供新鲜实时的数据。典型用例包括从数据库到数据库的复制、将数据引入数据仓库或数据湖以及一般用途 ETL 处理。
另一个更突出的问题是“浑浊的数据湖”，主要集中在信任、重用和成本三个方面。让我们具体看看。