数据仓库和数据湖，是大数据架构的两种设计取向。数据湖优先的设计，通过开放底层文件存储，给数据入湖带来了最大的灵活性。而数据仓库优先的设计，更加关注的是数据使用效率、大规模下的数据管理、安全/合规这样的企业级成长性需求。灵活性和成长性，对于处于不同时期的企业来说，重要性不同。随着用户业务的逐渐清晰与沉淀，用户面临着数据湖和数据仓库架构的融合，依托于阿里云数据仓库（MaxCompute、Hologres、ADB等产品）和数据湖构建产品，帮助用户打造湖仓一体的数据系统，让数据和计算在湖和仓之间自由流动，从而构建一个完整的有机的大数据技术生态体系。