忘记复杂的数据集成和操作开销吧。Data Lake 作为无服务器、可扩展的查询引擎运行，在您处理数据时可提供更简单、更快速的体验。
- 无论数据位于何处，都能快速访问所有数据
- 为复杂分析运行强大的聚合
分析丰富数据
保留数据的丰富结构具有重要意义。现在，您可以使用单个 API 直接同时查询 Atlas 数据库和 AWS S3。运行功能强大且易于理解的聚合，无论使用什么数据类型，您都能够始终拥有一致的体验。
转换和充实数据
减少构建用于转换和充实数据的聚合所花费的时间和精力。在处理不同格式的数据时，Data Lake 可减少管道和 ETL 工具耗费的工作量和时间，并降低其复杂性，因此您可以获得用于为实时应用程序提供支持的见解。
规模化按需使用数据
节省您扩展云数据湖的时间和金钱。您不必再为管理基础架构或预测容量而担忧。只需按使用量付费，通过并行化全局数据湖分析的查询来提供您所需的性能。
功能概览
多种格式
可就地分析存储在 JSON、BSON、CSV、TSV、Avro、ORC 和 Parquet 中的数据，消除数据提取和转换带来的复杂性、成本和时间投入。
强大的聚合
就地对数据运行功能强大的模块化聚合，并将结果持续保存到您的首选存储层，从而更好地控制数据流。
联合查询
运行单个查询，就地分析多个 MongoDB 数据库和 AWS S3 中的数据，更快获得见解。
无服务器
无需设置和管理基础架构——只需点击几下即可创建您的云数据湖，并立即开始运行查询。
按需服务
您仅需为主动处理数据时运行的查询付费。利用按需服务，您无需再去预测需求或容量。
与 MongoDB Atlas 充分集成
访问我们的其他产品，如用于高级数据可视化的 Charts 和用于可视化数据探索的 Compass。
在 MongoDB 上部署数据湖
查看文档
配置数据湖
数据湖将来自 MongoDB Atlas 集群和 AWS S3 的数据合并到虚拟数据库和集合中。您的数据将保持在原地并以原生格式保留。
分析和充实数据
利用 MongoDB 的聚合管道来组合、转换和充实您的数据。使用联合的并行查询快速获取见解。
保留查询结果
将查询结果以您指定的文件格式直接发送到 Atlas 集群或 S3 存储桶。将数据存储在您首选的存储层中，免去了耗时的 ETL 过程。
配置数据湖
数据湖将来自 MongoDB Atlas 集群和 AWS S3 的数据合并到虚拟数据库和集合中。您的数据将保持在原地并以原生格式保留。
MQL
分析和充实数据
利用 MongoDB 的聚合管道来组合、转换和充实您的数据。使用联合的并行查询快速获取见解。
MQL
保留查询结果
将查询结果以您指定的文件格式直接发送到 Atlas 集群或 S3 存储桶。将数据存储在您首选的存储层中，免去了耗时的 ETL 过程。
MQL
MQL
了解有关 Atlas 数据湖的更多信息
了解如何使用可扩展的云数据湖轻松直观地分析丰富的数据。
充分利用 Atlas
利用我们应用程序数据平台的其他功能，助力更多数据驱动的体验和见解。
开始使用：
- 统一数据平台
- 强大的聚合
- 样本数据集
- 本机工具和驱动程序
- 多种数据格式
- 即付即用模式