当数据呈指数级增长，数据源在快速增长，当机器以超过人类思考能力的速度连接数据点时，我们需要一种新的方法来存储大量的数据，并使分析师和其他数据用户能够近实时地访问这些数据。通常构建在Hadoop上的数据湖似乎是完美的答案。可伸缩性似乎是无限的。几乎任何地方的大量数据都可以在没有耗时控制的情况下被摄取。它可以存储为非结构化数据，并具有读模式功能，以获得最大的灵活性。这是对更多数据、更多灵活性以及最终更好洞察力的承诺。你知道这个故事的下一章，大量的数据被吸收，因为可伸缩性！很少有数据被标记或识别，因为灵活性！而数据湖，由于其所有的潜力，变得不那么容易管理，对需要深入研究它的数据科学家来说更加不透明。但有个好消息。自从警报响起以来，许多组织都在努力清理他们的数据湖，并取得了进展。但对数据湖的期望只会继续增长。如果没有更好的流程来帮助您的数据科学家发现、理解和信任所需的数据，以发现您的组织所依赖的大胆的新见解，随着数据湖的增长，从中获取价值将继续是一项挑战。如今，组织更倾向于从业务价值的角度考虑数据湖。数据湖将用于什么？it将如何与业务目标保持一致？是所有数据都相等还是某些数据比其他数据更相等？根据业务优先级调整数据湖是实现价值的第一步。数据湖还必须满足人们的需求，在其中捕鱼的数据科学家。如果他们不能找到并理解湖中的数据，他们的工作就会受到阻碍。这就是覆盖了数据目录的治理可以提供帮助的地方。正如我们在Collibra的理解，治理不是锁定数据。它是关于使数据可发现和有意义。它是关于帮助每个人理解在任何给定的上下文中什么数据是正确的数据。它是关于将人们与他们工作所需的数据联系起来。