دریاچه داده

Data Lake مخزنی برای نگهداری حجم زیادی از داده در قالب‌های ساخت‌یافته، نیمه‌ساخت‌یافته و غیرساخت‌یافته است. داده می‌تواند پیش از تبدیل کامل ذخیره شود.

بدون مدیریت Metadata، کیفیت و دسترسی، دریاچه داده ممکن است به مخزنی تبدیل شود که یافتن و اعتماد به داده‌های آن دشوار است.

Data Lake می‌تواند فایل خام رویدادها را در قالب Parquet یا JSON نگه دارد. بدون Catalog و سیاست کیفیت، پیدا کردن نسخه معتبر دشوار می‌شود.

در همین واژه‌نامه، پردازش تراکنش‌های برخط و پردازش تحلیلی برخط از مفاهیم مرتبط هستند.

دریاچه داده و ساختار فایل

Data Lake داده خام یا نیمه‌ساخت‌یافته را در مقیاس بالا نگهداری می‌کند. بدون Catalog، کنترل کیفیت و سیاست مالکیت داده ممکن است به Data Swamp تبدیل شود. Lakehouse ترکیبی از مزایای فایل‌محوری و مدیریت تحلیلی را هدف می‌گیرد.