数据湖仓市场 大小和分享 2025 - 2034

数据湖仓库市场规模

2024年，全球数据湖仓库市场规模达119亿美元。根据Global Market Insights Inc.最新发布的报告，该市场预计将从2025年的142亿美元增长至2034年的1059亿美元，复合年增长率为25%。
 

随着组织对统一数据湖和数据仓库需求的增加，数据湖仓库的采用正在加速。通过结合低成本存储和高级分析，组织消除了数据孤岛并降低了总拥有成本。随着企业扩大AI、ML和实时决策的规模，对支持高性能查询和模型训练的平台需求正在增长。
 

越来越多的供应商通过结构化培训、认证和知识共享生态系统投资用户启用，以确保企业能够获得技能、信任和信心，有效建立和扩展数据湖仓库平台。例如，Databricks Academy和Snowflake University均提供认证课程，以提高企业员工使用数据湖仓库的信心。
 

随着企业采用混合IT策略，数据湖仓库为云和本地环境提供了单一访问面板。它提供了合规性、成本降低和灵活性，促进了在BFSI和医疗等受监管行业的采用。
 

自助式商业智能（BI）和无代码数据管道正在将数据湖仓库的受众扩大到IT组织之外。现在，业务用户和公民数据科学家可以独立查询和分析数据，推动整个组织的采用率提高。
 

北美因其成熟的企业IT生态系统和强大的供应商存在而领先。大学和企业的合作正在培养与供应商平台相关的认证人才。亚太地区是增长最快的地区，国家级数字化转型计划和印度、新加坡和东南亚等地政府支持的技能培养计划推动了这一快速增长。此外，新兴市场因云优先策略的增长而需求增加。
 

数据湖仓库市场趋势

将AI/ML和生成式AI融入湖仓库正在改变组织对企业数据策略的看法。组织正在寻求部署一个平台，使其能够调用原始数据进行模型训练和推理。这一趋势得到了Databricks推出LLMOps功能的推动，该功能允许在湖仓库上运行生成式AI工作负载。这一动力源于组织对统一数据和智能应用部署的需求。
 

行业特定的湖仓库解决方案正在变得更加普遍，组织正在构建针对合规性要求较高的行业（如BFSI或医疗）的架构。这一趋势始于2022年Snowflake医疗与生命科学数据云的推出，该数据云基于并符合HIPAA合规性。这一趋势由组织对分析合规性的需求以及行业特定分析能力的需求推动。预计这一趋势将成为2028年前的主要部署选项，在各个垂直领域创造差异化增长。
 

认证和人才赋能生态系统正在成为竞争差异化因素，云服务提供商和供应商正在投资培训以促进采用。以下是翻译后的HTML内容： With initiatives such as Databricks Academy and Snowflake University offering enterprise organizations path from prescriptive certifications. It is primarily driven by the need to establish trusted and skilled talent pools so that there is no need to dismantle our implementation processes.
 

With tens of thousands of professionals being trained annually, this movement is expected to evolve the market through 2029, usage will shift from early adopters to building a customer community, driving loyalty to vendors.
 

Hybrid and multi-cloud deployments are transforming enterprise adoption strategies, enabling data lake houses to serve as the “single source of truth” across diverse IT landscapes. The hybrid deployment trend accelerated with AWS Lake Formation and Google Dataplex acting to offer hybrid integration. With the need for flexibility, compliance and to limit vendor risk assessment, this trend is anticipated to scale through 2027 with a different approach, especially within regulated, global enterprises.

 

 

数据湖仓库市场分析

按组件划分，市场分为解决方案和服务。解决方案细分市场在2024年占据约68%的份额，预计到2034年将以23.6%的复合年增长率增长。
 

• 企业更加开放地采用先进的湖仓库解决方案，将存储、分析和治理能力结合在一起。这主要是为了提高运营效率，打破数据孤岛，并为AI/ML工作负载创建环境，以实现更快的洞察路径和降低总拥有成本。
   
• 组织正在转向具备弹性计算、存储与服务器分离和无服务器功能等能力的云原生解决方案。这一趋势归因于灵活且成本效益的解决方案，支持动态变化的数据分析工作负载，其性能优先级使其能够实现实时使用案例的洞察，并有效管理多云环境集成。
   
• 随着组织转向湖仓库，对相关专业数据治理、安全和合规服务的需求正在增加。提供数据质量、数据隐私和合规服务至关重要，以便组织能够安全利用企业数据，同时降低运营和法律风险。
   
• 由于企业需要减少运营复杂性以加速采用，预计将出现围绕湖仓库部署、优化和持续维护的托管服务。托管服务提供商提供完整的支持、性能调优和监控，使组织能够专注于洞察和业务成果，同时确保湖仓库平台的可靠性和可扩展性。
   

按企业规模划分，数据湖仓库市场分为大型企业和中小企业（SMEs）。大型企业细分市场在2024年占据71%的份额，预计从2025年到2034年将以24.5%的复合年增长率增长。
 

• 各组织正在将多个数据平台整合为完整的湖仓架构，以满足集中式治理、高性能分析和AI/ML准备的需求。平台的统一化有助于更丰富的协作、减少重复工作，最终实现企业级全球可扩展的数据驱动决策。
   
• 组织将从混合和多云湖仓部署中受益，这些部署能够增强成本优化、合规性和弹性。这个连接本地和云环境的生态系统支持组织开展全球数据分析项目，同时为组织提供灵活性和对分析项目的运营控制。
   
• 中小型企业（SMEs）正在开始利用轻量级、云提供的湖仓解决方案，以获得企业级分析能力，而无需投资过度建设的基础设施。这一趋势的特点是云的低成本、部署便捷性和高可扩展性，能够实现有意义的业务成果，帮助运营结果并帮助与大型组织和公司竞争。
   
• 2024年6月，SME Media推出了Smart Shop Essentials，这是一个多平台倡议，旨在帮助中小型制造商（SMMs）识别、适应和实施智能制造解决方案。该倡议包括为SMMs提供指导，以创新和参与智能制造技术以获得运营收益。
   

根据部署模式，市场被细分为本地部署、基于云和混合。基于云的细分市场预计将主导数据湖仓市场，其驱动力来自其可扩展性、成本效率和部署便捷性。
 

• 云湖仓实现实时分析、与AI/ML工作负载的无缝集成和多区域访问，使其成为寻求灵活、企业级数据解决方案的企业的首选。
   
• 基于云的湖仓部署正在因其增强的可扩展性、成本节约和全球范围内的更好访问而获得广泛采用。组织可以利用云原生架构实现实时数据分析，成为AI和ML工作负载的世界，并无缝连接多个区域。这一趋势正在被易于消费的模式和减少的基础设施管理所推动，这鼓励了云作为主要部署模式的地位。
   
• 2024年，一家主要的一级铁路公司聘请FTI Consulting设计和构建一个基于物联网（IoT）的下一代数据湖仓。基于Amazon Web Services（AWS）Athena的新架构，使铁路公司能够停止运行多个大型本地仓储系统。此外，它还为其广泛的运营提供了实时分析和预测性维护。
   
• 组织继续实施本地湖仓部署，以更严格地控制数据安全、合规性和延迟敏感的工作负载。这一范式受到监管要求和遗留基础设施集成的推动。组织可以在保持治理和最小化对第三方云提供商的依赖的同时，实现湖仓功能。
   
• 混合湖仓部署正在兴起，因为组织渴望本地控制与云基础设施可扩展性的平衡。这一趋势将适应多云、合规架构，使敏感、受监管的数据保留在本地，同时仍然利用云资源进行高级分析、AI工作负载和业务敏捷性，从而加快2024年和未来的采用速度。
   

根据行业垂直领域，市场被细分为金融服务（BFSI）、IT与电信、零售与电子商务、医疗保健、制造业、能源与公用事业、政府与公共部门以及其他。金融服务（BFSI）细分市场预计将主导数据湖仓市场，这一趋势主要由该行业对实时分析、风险管理、欺诈检测和监管合规的需求驱动。
 

• 金融服务（BFSI）行业正在逐步实施湖仓架构，以支持实时风险评估、欺诈检测和监管合规。统一的数据平台整合了交易、客户和市场数据，支持信用评分、预测分析，并通过AI/ML技术实现更有效的决策，从而推动大规模的数据驱动型数字化转型倡议。
   
• IT和电信公司正在利用湖仓进行网络分析、优化客户体验和预测性维护应用。通过AI/ML对多样化数据源进行实时分析，可以显著提升差异化服务改进、收入优化和运营效率的能力，使得湖仓解决方案对复杂且庞大的IT基础设施管理至关重要。
   
• 零售/电子商务公司正在应用湖仓整合销售、库存和客户行为数据。因此，他们能够获得洞察力，以便通过AI驱动的分析实现更个性化的营销、动态定价和供应链优化。全渠道可见性和广泛的零售生态系统中的信息化决策正在推动这一趋势，无论是实体零售商还是数字零售商。
   
• 医疗保健行业预计将以28%的复合年增长率增长，这一增长主要由单一数据平台的使用推动，该平台可提供实时患者分析、预测性护理、增强运营效率、监管合规以及AI/ML支持的决策和临床结果。
   
• 2024年5月，俄勒冈州的协调护理组织Umpqua Health升级了数据湖仓基础设施，以支持将实时数据传输给护理患者的团队。目标是通过快速访问最新的健康信息，提高患者结果和组织效率。
   

2024年，美国数据湖仓市场规模达到35亿美元，较2023年的29亿美元有所增长。
 

• 在北美地区，美国是领先国家，主要由拥抱数字化转型的公司推动，云计算的普及率不断提高，以及知名技术供应商的存在。随着公司在金融服务（BFSI）、IT、医疗保健和零售等领域实施更大规模的部署，对集成分析、AI和ML以及实时数据管理的需求持续增长。
   
• 目前，美国市场在全球范围内最为先进，拥有先进的云基础设施、已建立的供应商生态系统（Databricks、Snowflake、AWS、Microsoft）和熟练的劳动力。
   
• 美国数据湖仓市场仍有大量增长机会，这些机会主要由AI采用、多云策略、监管合规和高级分析推动，随着组织不断加大对云原生、混合和实时湖仓以及专业服务、培训和数据治理的投资，从而最大化企业数据资产的价值。
   

2024年，北美主导了数据湖仓市场，占据约35.7%的份额。
 

• 北美地区对数据湖仓库解决方案的强劲需求主要由企业数字化转型和云采用推动。金融、IT、医疗和零售等行业的企业正在大力投资统一数据平台、分析和集成AI/ML及治理，以应对不断演变的业务和监管要求。
   
• 加拿大数据湖仓库市场预计将以18.8%的复合年增长率快速发展，直到2034年。这一增长主要由企业数字化转型的普及、云采用以及AI/ML应用的增加推动。现代化的关键驱动因素包括混合云和多云架构的需求、数据合规性以及培养技能工人的发展，这些都能帮助企业组织数据基础设施、提升分析能力并加速组织的数据驱动决策。
   
• 在各个行业中，先进能力的利用率正在上升，因为组织现在正在使用实时分析、预测建模、数据治理和机器学习。AI驱动应用、运营优化和行业特定湖仓库解决方案的采用正在增加，以支持企业决策和创新。
   
• 在监管指南、基础设施准备和技术意识的推动下，北美正在成为湖仓库架构采用的模范。北美在云原生实施、混合架构、多云集成和供应商认可专业知识方面保持领先地位，使该地区成为创新和企业级数据的中心。
   

欧洲数据湖仓库市场在2024年达到33亿美元，并预计在预测期内将呈现有利增长。
 

• 2024年，欧洲成为全球第二大市场，复合年增长率为23.8%。增长主要由强劲的企业数字化转型倡议、严格的数据隐私法规（GDPR）以及几乎所有行业垂直领域需要支持AI/ML工作负载的统一分析平台的需求推动。
   
• 德国、法国和英国仍然是领先国家，得益于成熟的IT基础设施、强劲的云采用转型和地区企业准备。德国在BFSI和制造业数字化倡议方面领先，而英国则以金融科技和分析驱动决策为重点。法国正在引领企业AI/ML和混合云湖仓库部署议程。
   
• 然而，中东欧是一个新兴市场，具有显著的增长潜力。波兰、匈牙利和捷克共和国等司法管辖区目前正在投资云基础设施、企业数据现代化和分析能力。混合云和多云湖仓库解决方案的采用正在推动地区增长，而高度影响力的国家将开始引导欧洲市场的发展。
   

德国数据湖仓库市场预计将在2034年前以21%的复合年增长率增长。
 

• 德国是欧洲最大的数据湖仓库市场，因为拥有成熟的企业IT生态系统、高水平的数字成熟度以及在银行、金融服务、制造业和汽车等关键行业普遍存在的技术采用。对实时分析、AI和ML应用以及大型企业的混合云部署的需求，都为市场发展提供了强有力的支持。
   
• 企业组织和服务提供商正在大量投资云能力，包括云基础设施、数据治理和高级分析平台，这些投资受到合规性法规（例如
   

, GDPR），数字化转型计划以及加速利用人工智能进行商业智能分析。这些组织正在提升其数据和信息资产的可扩展性、安全性和运营效率，同时简化统一湖仓解决方案的架构。
 

德国高度关注创新经济，并将工业4.0作为加速部署湖仓解决方案的主要途径，包括实时数据和分析管道、预测分析以及生成式AI/ML模型的训练和部署。供应商正在持续思考其服务的捆绑方式，包括专业咨询、优化和托管支持，以推动组织范围内的部署，并进一步促进数据及其对各行业相关性的发展和决策制定。
 

亚太地区数据湖仓市场预计在分析期间内以27.7%的最高复合年增长率增长。
 

• 亚太地区是全球增长最快的地区，主要得益于数字化转型的普及、企业云采用率的提高以及AI/ML的广泛整合。金融、IT、零售和制造业等行业的组织正在大力投资可扩展的统一数据平台，以满足分析和运营需求。
   
• 在中国之后，印度和日本提供了巨大的市场机会，各自具有独特的特点。印度主要由中小企业和中型企业采用成本效益高的云湖仓解决方案推动。日本则专注于大型企业采用高性能、安全且AI就绪的湖仓平台，用于高级分析和实时决策。
   
• 东盟国家，特别是泰国、印度尼西亚和马来西亚，正在推动该地区的快速增长，因为企业正在扩大使用混合和云原生湖仓解决方案，以支持不断增长的数据量、AI/ML项目，并提高各行业（如电信、金融和制造业）的运营效率。
   
• 传统企业部署和云原生解决方案均呈现增长态势，混合和多云方案支持本地系统。云市场和托管服务提供商正在推动湖仓功能在该地区的广泛可用性和预测分析，使湖仓功能在该地区得以普及。
   

中国预计在2025年至2034年间以25.9%的复合年增长率增长。
 

• 中国主导亚太地区，主要得益于其数字化转型规模大、云采用率高以及AI和ML的正确整合。特别是大型组织正在金融、制造业和零售等行业投资，这些行业正在部署可扩展的统一云平台，以实现实时分析和预测决策的赋能。
   
• 企业正在投资数据现代化和分析就绪平台，包括云原生和混合湖仓部署。重点领域包括数据治理、安全性以及AI驱动的洞察，以优化运营、提高生产力并增强竞争优势。
   
• 到2025年，中国在湖仓采用方面已成为领导者，主要得益于多次行业活动和供应商合作。这些努力包括实时分析、多云整合和行业特定解决方案的创新，以增强多个市场的企业能力。
   
• 中国正为亚太地区树立榜样，展示了企业采用规模、监管机构的支持以及AI的投入。基于云和混合湖仓部署的进入和增长正在迅速增加，这主要是由广泛的政府数字化倡议、对更先进分析的需求增长以及供应商特定的数据管理进步所推动。
   

拉丁美洲数据湖仓市场在2024年达到9.23亿美元，并预计在预测期内将呈现有利增长。
 

• 拉丁美洲数据湖仓市场预计在2034年前将以23.1%的复合年增长率增长，这主要是由于企业数字化转型加速、云采用率提高以及各行业AI/ML采用率的提升。该地区对实时分析和回溯性预测洞察的需求增加正在推动增长。
   
• 墨西哥和阿根廷是推动整体增长的关键地区。作为技术和工业中心，墨西哥正在经历云原生和混合湖仓解决方案的高采用率。阿根廷在发展中的数字生态系统中，由于与其他国家的监管对齐以及对IT现代化的广泛投资，企业部署正在扩大。
   
• 智利、哥伦比亚和秘鲁等新兴市场展现出强劲的增长潜力。加速的城市化进程、中小企业采用率提高以及对数据生态系统的投资，都推动了对云原生和混合湖仓解决方案的需求增长。供应商的产品将有利于抓住这些分散但增长中的市场机遇。同样，建立的支持网络也帮助供应商应对需求的波动。
   
• 该地区的采用得到了云市场、托管服务和AI就绪平台的支持。转向Azure、GCP或AWS是企业现代化数据架构的关键推动力，促进了企业内部分析的融合，并通过减少下行运营复杂性和改变决策能力，获得可操作的洞察。
   

巴西预计在预测期内将以20.8%的复合年增长率增长。

 

• 巴西企业现在越来越多地利用混合和多云湖仓平台，以战略性地平衡数据安全、合规性和扩展数据倡议的能力。这使组织能够整合本地系统和云系统，以实现实时分析用例、AI/ML工作负载和企业数据访问灵活性。
   
• 巴西公司正在利用其湖仓平台来实现先进的AI和机器学习能力。这一趋势是由对预测洞察、个性化服务和运营优化的需求所推动的。因此，湖仓正在成为数据倡议在BFSI、制造业和零售业等领域数字化转型的核心推动力。
   
• 采用正在通过与每个云服务提供商以及IT服务公司的合作而加速。这些供应商提供托管服务、培训和咨询，用于部署、治理和优化湖仓；从而使企业能够简化部署、运营知识并优化企业内部的数据资产价值。
   
• 2025年，梅赛德斯-奔驰巴西与Aquarela Analytics合作建立了企业数据湖仓。这一合作还使得各部门原本被孤立的数据得以整合，使公司能够进行实时分析并构建基于AI的洞察。该项目基于开源堆栈，使其能够保持独立性，并减少对外部合作伙伴管理基础设施的依赖。
   

中东和非洲在2024年达到8.347亿美元，并预计在预测期内将呈现有利增长。
 

• 2024年，中东和非洲地区（MEA）占据了数据湖仓市场约7%的份额。企业数字化转型加速、云计算采用以及金融服务、电信、制造业和零售等行业对AI/ML驱动分析的需求推动了这一增长。随着组织寻求实时洞察和预测性决策，统一数据平台需求日益增长。
   
• 湖仓解决方案的采用还得到了企业老旧IT基础设施和数据量增加的支持。治理、现代化和运营效率推动了现代化进程，组织越来越多地投资于云原生湖仓部署或混合湖仓部署，以整合数据孤岛并实现可扩展的分析能力。
   
• 阿联酋和沙特阿拉伯因拥有高价值企业、政府数字化倡议和强大的IT生态系统，占据了该地区市场最大的份额。阿联酋专注于推动AI驱动分析并提升高性能湖仓采用，而沙特阿拉伯则使用多云混合或企业级湖仓解决方案，重点关注工业或政府应用。
   

2024年，南非将在中东和非洲数据湖仓市场经历显著增长。
 

• 南非组织正在使用云原生湖仓平台进行可扩展分析、实时洞察和AI/ML工作负载。这一趋势得到了数字化转型倡议的推动，包括数据量增长和统一平台需求，从而提高整体运营效率和决策能力。
   
• 组织采用多云湖仓选项以应对监管合规性、数据主权和性能考虑。这使得集成本地和云系统成为可能，从而使组织能够增加更高级的分析功能，同时不失控敏感数据。
   
• 通过与全球云服务提供商和本地IT服务公司的合作，加速了采用。托管服务、咨询和培训等服务也可以简化湖仓的采用、治理和管理，减少复杂性，提高数据质量，并加速基于分析的商业价值。
   

数据湖仓市场份额

2024年，数据湖仓行业的前7家公司Databricks、Snowflake、Microsoft、Amazon Web Services、Google、IBM和Cloudera共占据了市场的54%。
 

• Databricks作为湖仓模型的领先者，市场份额达11%，将数据工程、BI和AI/ML整合到一个功能套件中。其依赖开源Delta Lake以及与AWS、Azure和GCP的合作，使企业更加确信在实时分析和数据工作负载的弹性和可扩展性方面难以找到可行的企业级替代方案。
   
• Snowflake的数据云支持基于其对结构化和半/非结构化数据的支持，提供更类似湖仓的功能。凭借为云而生的架构和强大的集成能力，它能够在多云生态系统中支持各种分析、数据共享和治理，从而直接与Databricks在企业数据整合方面展开竞争。
   
• MicrosoftAzure 通过将存储、分析和 AI 组件整合到 Synapse 和 Fabric 产品中，使其湖仓（lakehouse）功能更加完善。凭借与 Office365、Power BI 和安全服务的生态系统优势，Azure 成为寻求端到端数据存储和受管 自助式分析 的企业首选。
   
• AWS 围绕 Amazon Redshift、Athena 和 S3 构建了湖仓功能。其服务模式使企业能够灵活地将数据仓库和数据湖结合，从而实现极致扩展性、准实时分析以及利用 AWS 无关服务的 AI/ML 应用，同时利用全球基础设施和其他 AWS 服务的服务组合。
   
• Google Cloud 的 BigQuery 和 Dataplex 是其湖仓方法的基础，提供无服务器数据仓库与湖管理、ML 和 AI 结合的解决方案。凭借在开源经济中的 AI 创新、成本效率和整体服务创新，Google 在聚焦智能分析和统一治理的企业中获得显著增长。
   
• IBM 的湖仓策略整合了 watsonx.data、Cloud Pak for Data 和混合云能力。其重点在于 AI 治理和合规性，并为分析提供企业级准备。IBM 允许组织在数据摄入后整合不同数据集，同时以数据信任、可靠性和安全性为重点，服务于金融、医疗和公共部门行业。
   
• Cloudera 的混合数据平台提供湖仓功能，并强调开源、本地部署和多云解决方案。Cloudera 的优势在于其支持受管行业的混合湖仓，这些行业对数据主权、安全性和治理有严格要求。
   

数据湖仓市场公司

数据湖仓行业的主要参与者包括：

• 亚马逊网络服务
• Cloudera
• Databricks
• Dremio
• Google
• IBM
• Microsoft
• Snowflake
• Starburst Data
• Teradata
   
• AWS 和 Google 是数据湖仓行业的领导者，它们在强大的云基础设施和 AI 整合方面投入巨资，以实现数据湖和仓库的无缝体验。AWS 通过 Redshift、S3 和 Athena 实现了可扩展的分析能力，而 Google 则围绕 BigQuery 和 Dataplex 构建平台，并新增 AI/ML 能力，以支持智能多云环境下的数据创建。
   
• Microsoft 和 IBM 将企业信任核心与混合云能力结合，服务于治理需求严格的企业。Microsoft 通过 Azure Synapse、Fabric、Power BI 和 Office 整合实现了数据整合，而 IBM 则创建了 watsonx.data 和 Cloud Pak for Data，提供 AI 就绪、安全且合规的湖仓能力。
   
• Databricks 和 Snowflake 是湖仓领域的纯粹创新者，并以两种不同的方式争夺关注。一方面，Databricks（基于 Delta Lake）倾向于开源、ML/AI 整合和实时工作负载，而另一方面，Snowflake 则将其 Data Cloud 能力扩展至包含非结构化数据、更灵活的共享和多云环境下的治理。
   
• 另一方面，Cloudera 和 Teradata 则瞄准需要强大混合和本地部署的大型受管企业。  Cloudera 以开源根基管理多云和混合环境中的数据，并提供安全的数据管理，而 Teradata 则为企业提供高性能分析、混合模型和可靠性，帮助其将传统数据仓库现代化为适合湖仓的环境。
   
• 最后，Dremio 和 Starburst Data 专注于开放数据架构。Dremio 基于 Apache Iceberg 构建其湖仓解决方案，从而最大化查询性能和自助式分析能力。本质上，Starburst 扩展了 Trino 以实现跨多样化数据源的联邦查询，为企业提供了一种可管理的方式，以统一复杂、分布式的数据架构，而无需出现巨大分歧。
   

数据湖仓行业新闻

• 2025 年 6 月，Snowflake 收购了 Crunchy Data（一家开源 Postgres 专家），以增强其云数据管理能力，同时直接与 Databricks 在开放格式和 AI/数据工作负载方面展开竞争。
   
• 2025 年 6 月，Atlan 和 Databricks 签署合作协议，为 Databricks 提供数据质量工作室，并与 Unity Catalog 指标和托管 Iceberg 集成，帮助企业通过更好的数据质量和治理实现可信 AI 的扩展。
   
• 2025 年 6 月，Databricks 和 Microsoft 宣布扩大其合作努力，包括在 Azure Databricks 上增加更深入的 Microsoft AI 工具和 Power Platform 集成。此次投资将增强企业 AI 采用和 Azure 上的湖仓使用。
   
• 2024 年 12 月，Amazon Web Services 宣布推出 SageMaker Lakehouse，这是一个统一、开放且安全的湖仓，使 AWS 客户能够将数据整合到 S3 湖存储、Redshift 数据仓库以及外部和联邦源。SageMaker Lakehouse 扩展了使用 Apache Iceberg 兼容工具和引擎的低代码/数据工程能力，减少数据孤岛并加速 AI/ML 工作流程。
   
• 2024 年 12 月，AWS 发布了 DynamoDB 的零 ETL 路径，允许其将数据复制到 SageMaker Lakehouse，从而实现对 DynamoDB 表的分析和 ML 处理，而不会影响生产工作负载。这简化了将运营数据收集到湖仓的过程。
   

数据湖仓市场研究报告涵盖行业深度分析，包括从 2021 年到 2034 年的收入（百万美元/十亿美元）估计和预测，以下是各细分市场：

按组件划分

• 解决方案
  • 数据存储
  • 数据集成
  • 分析与 BI
  • 治理与安全
  • ML/AI 工具
• 服务
  • 专业服务
    • 系统集成
    • 培训与咨询
    • 支持与维护
  • 托管服务

按部署模式划分

• 本地部署
• 基于云
• 混合

按企业规模划分

• 大型企业
• 中小企业（SMEs）

按行业垂直领域划分

• 金融服务与保险（BFSI）
• IT 与电信
• 零售与电子商务
• 医疗保健
• 制造业
• 其他

上述信息适用于以下地区和国家：

• 北美
  • 美国
  • 加拿大
• 欧洲
  • 德国
  • 英国
  • 法国
  • 意大利
  • 西班牙
  • 俄罗斯
  • 北欧
  • 波兰
  • 捷克共和国
• 亚太地区
  • 中国
  • 印度
  • 日本
  • 韩国
  • 澳新
  • 越南
  • 印度尼西亚
• 拉丁美洲
  • 巴西
  • 墨西哥
  • 阿根廷
• 中东和非洲（MEA）
  • 南非
  • 沙特阿拉伯
  • 阿联酋