在上一篇文章中，我们主要分析了市场上主要存算分离数据湖的方案和玩法，本文我们将主要就如何规划存算分离数据湖，以及如何站在客户的角度，一步步去建设存算分离数据进行分析。

是否值得投入？

在规划存算分离数据湖之前，我们对数据湖的市场进行了分析，作为大数据治理的核心和基础，数据湖正变得越来越重要，从数据体量和增速上看，预计2027年中国数据产量可达到28.5ZB，在数据治理市场规模上，可达到870亿的市场规模，在这样的体量和规模之上，原有大数据平台和数仓在面对多源异构环境下会面临诸多瓶颈，而数据湖对于多源异构数据的支持，在成本上的优势，可以为企业带来更大的收益。

如何迈出第一步？

讨论企业如何迈出第一步来尝试数据湖，我们首先要了解存算分离数据湖的主要结构，整体上可以大致分为三部分：

1、湖存储底座

整个数据湖的基础，负责存储大量的非结构化、半结构化及结构化数据，提供了数据存储的物理或虚拟环境，确保数据的持久性和可靠性。在业内通常是由对象存储或分布式文件系统来提供。

2、湖加速引擎

作为连接湖存储底座和大数据处理平台的中间层，为大数据平台提供兼容POSIX或HDFS协议的文件接口，并为了提高查询性能，提供数据索引、缓存和预处理，减少甚至优化提升存算分离带来的性能损耗。

3、湖管理平台

负责数据湖的元数据管理、安全性、监控和治理，主要提供数据目录、数据探索、湖文件治理等功能，帮助用户理解和管理存储在数据湖中的数据资产。

建设路径是什么？

存算分离数据湖作为一个相对较新的技术，并不一定适用于所有用户，但却是用户数据量发展的必经之路。

我们可以结合下图，来帮助用户定位当前的阶段，以及在什么阶段和状态下，适合建设存算分离数据湖。

自此，关于存算分离数据湖的系列文章已到尾声，存算分离数据湖作为现代数据架构的重要组成部分，正在变革数据存储，以及企业处理和分析大规模数据方式。自数据湖概念问世以来，其灵活的存储和计算分离策略，使得企业能够在管理海量数据的同时，优化资源利用率并降低成本。当前市场上，各种存算分离数据湖方案层出不穷，从云原生解决方案到定制化的企业内部部署，各有其独特的优势和适用场景。对于客户而言，存算分离也不是万能药，在不用的时期和阶段，选择适合其业务需求和增长策略的方案才是重中之重，存算分离数据湖是为客户描绘了一张数据存储和分析的理想蓝图，未来，随着技术的进一步演进和市场需求的不断变化，存算分离数据湖一定会在企业运营中扮演越来越重要的角色，推动企业在数据驱动的世界中走得更远、更稳。