数据湖的提出距今已经有了几年时间了，特别是在当今时代中，基于Hadoop建立的数据湖在大数据处理中占有的位置越来越重要。但是如何保证数据湖不像南方水灾一样泛滥，依然是一个耐人寻味的话题。
数据湖已满，如何防泛滥
数据湖洪水泛滥
数据湖十分灵活，同时具备可扩展和低成本的特点。其最初建立的目的十分简单，就是将所有形式的数据集中在同一处，这些数据包括了结构化数据、非结构化数据以及半结构化数据。这些数据可以是日志文件、点击流、邮件、图像、音频视频或者文本文件。
数据湖中数据类型繁杂
在这些数据中，非结构化和半结构化数据占据了很大一部分，但是由于我们的处理能力不同，一些数据可能在数据湖中存储了很长时间而不能被处理掉，这样就会一直积攒下来保留的现在。
诚然，数据湖可以帮助处理各种形式的数据，这其中以结构化数据为主。而且数据湖具备数据库的大部分特质，可以提供数据查询、结构化数据处理报告等业务。数据湖的最大价值在于数据利用、探索大数据的价值，预测未来结果并为企业提出相关建议，进而指导企业的进一步决策和行动。
“数据洪”一触即发
但是，问题也就发生在这里。因为基于Hadoop部署的数据湖的能力并不足以应付一切，而用户对数据湖又疏于管理。数据量随时间而增加，数据湖开始泛滥，进而有逐步发展成洪水的趋势。数据不能得到有效的分配，“数据洪”随时可能冲溃堤坝，水漫金山。
