数据湖是基于数据底座（大数据平台）上的一套数据存储。数据湖允许数据不按标准进行存储，对数据的类型和格式没有太多要求。

存储包括，iot数据，实时，离线，时序数据，结构化和非结构都可以存储。但是在数据湖里面怎么去做模型和分区。

数据湖主要分为：Raw Data Zone，Cleansed Temp Zone， Curated Data Zone, Analytics Sandbox

这四层：

Raw Data ：原始数据无法改变，并且每次写入后的历史数据也会被留下来，用于后期处理。Raw Data区能够支持streaming， batch， one-time，full load，invremental渐进式数据。

Transient Temp :Cleansed 主要存储没有被验证的数据，无法使用，可以通过处理，清洗继续回到RAW 里面使用，比如车联网的信号数据,没有经过解析。

Curated：这一层主要是对数据进行清洗和清理，比如缺失值，数据标准统一，数据清洗转换，json解析等。

Analytics Sandbox ：这一层是分析层，主要工作是数据科学和数据探索工作，在这个区域有着最少的管理程度。但是有价值的工作也可以从分析沙盒推广到策划数据区或数据仓库。

还有sensitive(安全区)

和laboratory（数据科学区）

【数据湖架构】在 Azure Data Lake Storage (ADLS)二代上构建数据湖 - 知乎