Système de stockage centralisé qui conserve les données brutes dans leur format natif jusqu'à ce qu'elles soient nécessaires, à n'importe quelle échelle.
Un lac de données stocke les données telles quelles — tables structurées, JSON semi-structuré, texte non structuré, images, journaux — sans nécessiter de schéma prédéfini. Cette flexibilité facilite l'ingestion rapide des données et permet de décider ultérieurement comment les utiliser.
Les lacs de données sont souvent comparés aux entrepôts de données : un entrepôt impose une structure dès le départ pour des besoins de rapports connus; un lac préserve les données brutes pour l'analyse exploratoire, l'apprentissage automatique et les cas d'utilisation futurs non encore définis.
Exemple : Un programme fédéral de données ouvertes stocke des relevés bruts de capteurs, des images satellites et des réponses à des sondages dans un lac de données. Les scientifiques des données peuvent accéder directement aux fichiers bruts; les analystes peuvent interroger des sous-ensembles structurés traités et chargés dans un entrepôt.
Le risque d'un lac de données est de devenir un « marécage de données » — des données brutes sans documentation, sans contrôles de qualité et sans moyen de trouver ce dont on a besoin. De bonnes pratiques de métadonnées et de gouvernance préviennent ce problème.