Définition
Un data lake est un espace de stockage qui accueille toutes les données d'une entreprise dans leur format brut, qu'elles soient structurées (tables), semi-structurées (JSON, journaux) ou non structurées (documents, images). À l'inverse d'un entrepôt de données, il ne force aucun schéma à l'entrée : les données sont organisées au moment où elles sont lues. Il s'appuie en général sur un stockage objet cloud comme Amazon S3 ou Azure Data Lake Storage.
Dans la pratique
Le data lake est souvent la première brique d'une plateforme data moderne, à condition d'y imposer un minimum de gouvernance : catalogue, nommage, droits d'accès. Sans cela, il devient un « marécage de données » où personne ne retrouve rien. Le profil recherché est un data engineer qui sait structurer les zones (brut, nettoyé, exposé) et les formats (Parquet, Delta, Iceberg).
Termes liés
Définition rédigée par L'équipe Top Profil. Glossaire mis à jour le . Tous les termes du glossaire.