在金融行业中，数据湖一般可应用于哪些场景，在这些场景中其具有哪些优势？ ？

常规理解数据湖的就是一个海量空间，可以包容所有数据和应用，提供所需的所有接口，按需分配，自动精简配置。
首先适合的是私有云平台，现阶段金融行业虚拟化的普及率很高，除了一些重载数据库，大部分应用都适合上虚拟化，所有私有云肯定是适合的应用。
第二是无纸化办公，针对现阶段双录系统的数据越来越多，文件数量也非常大，金融客户逐步都在搭建非结构化数据湖。
第三大数据应用，大数据现阶段都在推广存算分离，可以做好隔离和弹性扩展，便于容灾等一系列优势。
第四开发测试，开发测试区域应用种类越来越多，vmware、openstack、docker等多种平台需求，对后端数据湖也提出了要求。
数据湖可以规划一个或者多个集群，XSKY分布式存储可以一个集群同时提供块／文件／对象协议，提供librbd／iscsi／nfs／cifs／samba／s3等全协议。做到多集群统一管理，多种容灾保护功能，在国内多个金融客户落地数据湖案例。

目前数据湖一般作为大数据平台的一个组成部分建设。可用于业务办理中产生的存储图片、扫描件、视频等非结构化数据，也可以作为低成本的历史数据存储平台，存储交易明细、流水等历史数据。

目前一般有两种具体做法：一种是作为非结构化体系的承载平台，管理企业图片、语音等文件，并为上层查询和分析提供服务，基本上是数仓的补充。另外一种是作为整个lambda架构落地的逻辑概念，将仓库也囊括其中，整体提供流和批的数据pipeline逻辑服务。