数据湖(Data Lake)是Pentaho公司CTO James Dixon提出来的一种数据存储理念—即在系统或存储库中以自然格式存储数据的方法。

数据湖作为一个集中的存储库，可以在其中存储任意规模的结构化和非结构化数据。

在数据湖中，可以存储不需要对其进行结构化的数据，这样就可以运行不同类型的分析。下面的定义是维基百科所给出的“数据湖”定义。

数据湖的权威定义：[来自：维基百科]

数据湖（Data Lake）是一个存储企业的各种各样原始数据的大型仓库，其中的数据可供存取、处理、分析及传输。数据湖是以其自然格式存储的数据的系统或存储库，通常是对象Blob或文件。

数据湖通常是企业所有数据的单一存储，包括源系统数据的原始副本，以及用于报告、可视化、分析和机器学习等任务的转换数据。

数据湖可以包括来自关系数据库（行和列）的结构化数据，半结构化数据（CSV，日志，XML，JSON），非结构化数据（电子邮件，文档，PDF）和二进制数据（图像，音频，视频）。

数据湖能够帮助企业实现数据的集中式管理等多种能力；

数据湖融合了先进的数据科学、机器学习和人工智能技术，帮助企业构建更加优化的数据运营模型，为企业提供预测分析、推荐模型等能力，这些模型能够刺激企业能力的持续增长，不断赋能于企业增长。

数据湖能从以下方面帮助到企业：
一、实现数据治理；

二、通过应用机器学习与人工智能技术实现商业智能；

三、预测分析和模型推荐，例如：领域特定的推荐引擎 ；

四、信息追踪与一致性保障；

五、基于历史数据分析生成新的数据维度，挖掘数据深度价值；

六、提供集中式存储的企业数据中心，并提供基于数据传输优化的数据服务；

七、协助企业实现灵活的增长决策。