摘要

为适应数据应用需求，大数据平台架构持续演进，历经数据仓库、数据湖两个阶段。2020年，湖仓一体概念提出，湖仓一体架构因能实现数据资产统一管理、降低数据冗余、降低大数据平台架构运维复杂性，将成为大数据平台的主流架构。
根据爱分析调研，2022年中国湖仓一体平台软件市场规模15.2亿元。其中，科杰科技市场份额占比11.1%，华为云占比9.5%，星环科技占比7.3%。爱分析预测，2025年，中国湖仓一体平台软件市场规模将达近100亿元，2022-2025年三年复合增长率为86%。

图表1：湖仓一体平台软件市场规模及增速

（数据来源：市场调研、爱分析测算）

图表2：2022年湖仓一体平台软件市场份额占比

（数据来源：市场调研、企业年报）

湖仓融合作为湖仓一体的先进架构，在ACID事务性、存算分离、批流一体、元数据统一管理等方面具有明显优势，未来将成为湖仓一体架构实现的主流技术。
要在竞争激烈的湖仓一体市场取得成功，厂商应当重点关注云原生、湖仓融合、Data Fabric、DataOps等能力的构建，以上能力将构成湖仓一体平台软件的技术壁垒。在布局上，需重点布局金融业，同时关注工业、交通等潜力行业。

01 湖仓一体架构介绍

1.1 大数据平台架构进入湖仓一体时代

随着数据量级持续扩展，数据类型多元化，以及数字化转型深入企业数据应用场景变得日益复杂，业务对于数据实时性的要求需要企业兼具批处理、流处理能力；复杂的业务类型又需要企业同时具备描述性分析、预测性分析、诊断决策性分析以及探索性分析等能力。相较数据仓库、数据湖，湖仓一体更能完全满足数字化转型企业对大数据平台的各种需求。这也预示着大数据平台架构历经数据仓库、数据湖两个阶段后，正式进入湖仓一体新时代。

图表3：大数据架构演进驱动因素

1）企业数据分析需求推动数据仓库出现

20世纪90年代，为满足企业敏捷数据分析需求，基于联机分析处理（OLAP）的数据仓库概念开始出现并迅速发展。数据仓库能解决分散数据源的集成、分析问题并作为第一代数据分析平台开始被大范围使用。

图表4：数据仓库示意图

2）海量异构数据的分析需求促使大数据平台进入数据湖阶段

21世纪互联网时代，社交媒体、搜索引擎等新应用层出不穷，为数据应用场景带来剧烈变化，数据体量从GB级提升至TB和PB级，原有大数据平台架构的可扩展性远远无法满足计算需求。同时文本、图像、语音等非结构化数据量急剧增长，异构数据低成本存储对大数据平台提出了新的挑战。数据湖以极低成本实现任意格式数据的统一存储、管理和分析，尤其适用于数据挖掘、预测、推荐等高级分析场景等优势开始被广泛应用。

图表5：数据湖示意图

2022年中国湖仓一体平台市场研究报告｜爱分析报告

01 湖仓一体架构介绍