Озеро данных (Data lake)
Хранилище, куда данные сваливают в исходном виде, а структуру им придают, только когда кто-то их читает.
Термин ввёл Джеймс Диксон в 2010 году в противовес хранилищу данных: хранилище требует преобразовать данные и привести их к схеме до загрузки, а озеро принимает всё подряд — журналы, JSON, изображения, файлы Parquet — и откладывает интерпретацию до момента запроса. На практике основой всегда служит объектное хранилище: это самое дешёвое место для петабайтов, которые, возможно, никто никогда не прочтёт.
Эта гибкость и стала предметом критики. Без каталога, владельцев и требований к качеству озеро превращается в то, что Gartner назвала болотом данных — файлы, происхождение которых не проследить и за которые никто не ручается. Ответом индустрии стали архитектуры lakehouse, добавляющие поверх файлов транзакционные слои вроде Delta Lake, Iceberg и Hudi, то есть заново строящие немалую часть того, что хранилище гарантировало с самого начала.