Jezioro danych
Magazyn, do którego surowe dane trafiają w oryginalnej postaci, a strukturę dostają dopiero wtedy, gdy ktoś je odczytuje.
Termin ukuł w 2010 roku James Dixon, w kontrze do hurtowni danych: hurtownia wymaga, by dane przed wprowadzeniem zostały przekształcone i dopasowane do schematu, a jezioro przyjmuje wszystko, co nadejdzie — logi, JSON-y, obrazy, pliki Parquet — i odkłada interpretację na moment zapytania. W praktyce podłożem jest zawsze magazyn obiektowy, bo to najtańsze miejsce na przechowywanie petabajtów, których być może nikt nigdy nie otworzy.
Ta elastyczność stała się główną zarzutem. Bez katalogu, właściciela i wymagań jakościowych jezioro zamienia się w to, co Gartner nazwał bagnem danych — pliki, których pochodzenia nikt nie potrafi ustalić ani poświadczyć. Odpowiedzią branży były architektury lakehouse, które dokładają nad plikami warstwy transakcyjne, takie jak Delta Lake, Iceberg czy Hudi — czyli w dużej mierze odbudowują to, co hurtownia gwarantowała od początku.