利用开放湖仓一体中的任何数据为您的应用程序、分析和 AI 提供支持
数据湖和湖仓一体为管理海量数据提供了一个集中存储库。它们可作为以原生格式收集和分析结构化、半结构化和非结构化数据的基础，以便长期存储，并推动洞察分析和预测。与传统数据仓库不同的是，它们可以处理视频、音频、日志、文本、社交媒体、传感器数据和文档，为应用程序、分析和 AI 提供支持。它们还可以作为 Data Fabric 架构的一部分来进行构建，以便在正确的时间提供正确的数据，无论数据存放在哪里。
基于 Hadoop 的数据湖是应对这些新工作负载的一种尝试，但需要稀有的技能来开发应用程序和管理平台。数据湖在很大程度上已被一种名为湖仓一体的新架构方法所取代。
如何利用 Lakehouse 体系结构因应当今的数据挑战
通过现代数据架构降低洞察成本和时间，并增强对用于应用程序、分析和 AI 的数据的信心和信任。识别新模式和新趋势，以改进运营，并提供新产品。
访问本地或云端的现有数据湖和数据仓库，并将其与新数据集成，通过现代湖仓一体和 Data Fabric 方法解锁洞察和机遇。
提供业务价值并降低数据管理的复杂程度。从小规模开始，然后跨用例和部署（云、混合和本地）进行扩展。
通过内置治理和元数据管理来控制数据隐私和安全。利用企业级治理解决方案进行集中管理和全球部署。
与 IBM 合作，加速跨混合云和多云环境的部署。通过开源、开放式标准以及与 IBM 和第三方服务的互操作性，支持所有类型的数据和用例。
利用成本较低的计算和存储，以及可动态调整的专用分析引擎，将正确的工作负载与正确的分析引擎配对。
watsonx.data 可支持企业运用适用的数据存储来调整分析和 AI 的规模，相关数据存储基于开放式湖仓一体架构来构建，并通过查询、治理和开放数据格式来存取和共享数据。借助 watsonx.data，您可以在几分钟内连接数据，快速获得可信的洞察，并降低数据仓库成本。该服务以及相关容器化软件现已在 IBM Cloud 和 AWS 上提供。