Data lake
Un archivio in cui i dati grezzi vengono riversati nel formato originale e ricevono una struttura solo quando qualcuno li legge.
Il termine fu coniato da James Dixon nel 2010 in contrapposizione al data warehouse: dove il warehouse pretende che i dati siano trasformati e adattati a uno schema prima dell'ingresso, il lake accetta qualsiasi cosa — log, JSON, immagini, file Parquet — e rimanda l'interpretazione al momento della query. Il supporto fisico è di fatto sempre l'object storage, il posto più economico in cui conservare petabyte che forse non verranno mai letti.
Quella flessibilità è diventata il bersaglio delle critiche. Senza catalogo, responsabili né requisiti di qualità, il lake si trasforma in quello che Gartner ha chiamato data swamp: file di cui nessuno sa la provenienza e di cui nessuno si fa garante. La risposta del settore sono state le architetture lakehouse, che aggiungono livelli transazionali come Delta Lake, Iceberg e Hudi sopra i file — in pratica, ricostruire buona parte di ciò che il warehouse garantiva fin dall'inizio.