不久之前，数据湖（有时也称为数据中心）被认为是一种新兴的，前沿的方法，用于收集和管理半结构化和非结构化数据，如今数据湖已成为主流，数据湖的采用率为58％，为什么人气迅速上升？因为尽管数据湖初是基于进行的相对较原始的数据处理，但随着诸如分布式SQL查询引擎的出现，这种愿景随着时间的推移而发展，它可以帮助您通过交互式SQL查询从数据湖中获取分析数据，甚至有传言说，数据湖正在取代数据仓库。

由链数据库和ETL流程组成的经典数据仓库架构为企业提供了良好的服务，但是它仍然是正确的体系结构吗？例如，它仍然是我们所有新形式的数据使用（例如自助服务BI，数据科学和基于客户的应用程序）的体系结构，并且可以轻松处理所有形式的大数据吗？对于越来越多的组织，他们中的许多人已经开始寻找替代的，更灵活的体系结构，许多人发现的是逻辑数据仓库体系结构。

并非每个企业都对数据仓库环境的报告和分析性能感到满意。一位客户表示，他们的一些在线报告至少需要十分钟才能完成。如果必须等待报告显示在屏幕上，则很长的时间是十分钟，在某些企业中，不是查询性能会导致性能问题，而是将新数据加载到数据仓库或数据集市中，另一位客户提到，刷新数据仓库需要一个完整的周末以及星期一的早晨。

数据湖被设置为大型物理存储库，来自各种来源的数据被复制到该存储库中，该存储库通常是由Hadoop开发的，但是这种集中存储方法真的可行吗？此外，数据湖的用户是数据科学家和其他调查用户，换句话说，数据科学家构成了数据湖的计划用户组，从而使数据湖成为单一用途的系统，这是否有意义，数据湖中包含的数据是否太有价值以至于不能仅将其使用仅限于组成相对较小用户群的数据科学家？如果可以扩大目标受众，则对数据湖的投资将更有价值。

高性能计算解决方案的提供商，数据解决方案建立在容量和工作负载优化的服务器和存储构造块以及软件定义的存储技术的基础上，可提供横向扩展的，具有数据弹性的解决方案，该解决方案可以随着数据需求的增长而快速增长。

云业务管理解决方案提供商，云计算领先的数据和分析服务集成，数据和分析是具有AI和机器学习功能的功能强大的商业智能（BI）工具包，可在云中提供实时销售仪表板，图形化现金流分析，详细，可信赖的损益报告等，基于角色的仪表板，报告，指标和分析，可以从公司数据中提取可操作的商业智能，据供应商称，这些因素可以增加收入，节省成本并获得竞争优势。