英文：Data Lake 分类：infra
以原始格式（JSON/Parquet/图像）集中存储海量异构数据的存储系统，供后续清洗、分析与 AI 训练使用，与数据仓库互补。
架构：对象存储（S3）+ 表格式（Iceberg/Delta/Hudi）+ 查询引擎（Spark/Trino）；优势：低成本海量存储、Schema-on-Read（先存后定义）、支持非结构化数据；挑战：数据质量治理与"湖变沼泽"。
用于大模型训练数据（文本/图像/音视频原始语料）、日志归档、多源数据汇聚与数据科学探索；数据湖是"AI 数据资产"的仓库。