Data warehouse : 7 entrepôts de données cloud et leurs prix comparés
Un data warehouse, ou entrepôt de données, rassemble dans une base pensée pour l'analyse les données venues des applications de l'entreprise : ventes, finance, marketing, production. Les outils de reporting et les modèles d'IA l'interrogent en SQL sans ralentir les systèmes de gestion. Cette page compare 7 entrepôts de données cloud et plateformes analytiques, avec les tarifs publiés en novembre 2026. Côté bases transactionnelles, le guide consacré aux logiciels de base de données compare SGBD, outils no-code et backends.
Data warehouse : définition et fonctionnement
Le principe date de l'informatique décisionnelle : les données sont extraites des sources, nettoyées, puis rangées dans des tables organisées par sujet (clients, produits, ventes) et gardées dans le temps. Les entrepôts récents séparent le stockage du calcul, qui évoluent chacun de leur côté : l'espace occupé se paie d'une part, la puissance des requêtes d'autre part. Snowflake facture par exemple le stockage d'après le volume moyen compressé du mois, et le calcul à la consommation.
Pourquoi un entrepôt de données plutôt que les bases de données de production
Une base de production (ERP, CRM, boutique en ligne) est faite pour enregistrer vite des transactions, une par une. Lui demander des analyses sur plusieurs années ralentit l'application et ne permet pas de croiser plusieurs sources. L'entrepôt garde l'historique, réunit les sources dans un modèle commun et sert la même définition d'un chiffre à tous les tableaux de bord. AWS indique qu'Amazon Redshift prend en charge plusieurs pétaoctets de données et des milliers d'utilisateurs simultanés.
Types d'architecture : sur site, cloud ou lakehouse
Sur site ou hybride : l'entrepôt tourne sur vos serveurs, seul ou avec un volet cloud. Teradata propose encore les trois modes.
Cloud géré : Snowflake, BigQuery, Amazon Redshift et ClickHouse Cloud prennent en charge l'infrastructure ; Redshift sans serveur démarre, arrête et ajuste la capacité tout seul.
Lakehouse : les tables d'analyse reposent directement sur le stockage d'un lac de données, en formats ouverts. Databricks défend ce modèle, Microsoft Fabric l'associe à son lac OneLake.
Les solutions de data warehouse cloud comparées
Snowflake
Snowflake se présente comme l'AI Data Cloud : une plateforme entièrement gérée, ouverte à tous les types de données et à tous les clouds. Ses éditions Standard, Enterprise, Business Critical et Virtual Private Snowflake se paient à la consommation, en capacité à la demande ou prépayée, à un prix qui dépend de la plateforme et de la région. L'éditeur revendique plus de 7 200 marques clientes.
BigQuery
BigQuery, l'entrepôt de Google Cloud, est décrit comme une plateforme autonome de données et d'IA. Les requêtes passent par le moteur SQL, par Spark ou par Python. Chaque mois, 10 Gio de stockage et 1 Tio de requêtes sont sans frais ; au-delà, la requête à la demande coûte 6,25 $ par Tio. Les nouveaux clients reçoivent 300 $ de crédits d'essai.
Databricks
Databricks bâtit son offre sur le lakehouse : l'éditeur affirme que le meilleur warehouse reste un lakehouse. Il propose un entrepôt sans serveur pour l'analyse SQL, à côté de l'ingénierie de données, de l'IA et de la gouvernance Unity Catalog, sur AWS, Azure et GCP. La facture suit l'usage, à la seconde, sans frais initiaux.
ClickHouse
ClickHouse est une base de données orientée colonnes, open source, que l'éditeur présente comme un entrepôt de données en temps réel. La distribution open source est gratuite ; ClickHouse Cloud mesure à part le calcul et le stockage, à partir de 0,056 $ par unité et par heure, avec 300 $ de crédits d'essai sur 30 jours. Elle figure aussi parmi les SGBD.
Amazon Redshift
Amazon Redshift est l'entrepôt de données cloud d'AWS. La version provisionnée se loue par nœud, à l'heure ou réservée ; la version sans serveur adapte la capacité seule. Les prix partent de 0,543 $ de l'heure en provisionné et de 1,50 $ de l'heure sans serveur. Un premier usage sans serveur ouvre droit à 300 $ de crédit valables 90 jours.
Microsoft Fabric
Microsoft Fabric réunit sur une même plateforme Data Factory, l'ingénierie de données, Fabric Data Warehouse, le temps réel, la science des données, des bases de données et Power BI, autour du lac OneLake. La page d'Azure Synapse Analytics propose d'ailleurs de migrer vers Fabric. Le prix se fixe par capacité, selon la région ; un essai gratuit existe.
Teradata
Teradata déploie sa plateforme d'analyse et d'IA dans le cloud, sur site ou en hybride, pour l'entrepôt de données d'entreprise comme pour le lakehouse et l'ingénierie de données. Son offre cloud combine un calcul dédié aux charges régulières et un calcul élastique pour les pics. Le prix se demande sur devis.
Prix d'un data warehouse cloud : calcul, stockage et capacité
| Solution | Modèle de prix | Repère publié (novembre 2026) | Pour démarrer |
|---|---|---|---|
| Snowflake | Consommation, calcul et stockage | Selon la plateforme et la région | Essai gratuit |
| BigQuery | Requêtes à la demande ou capacité | 6,25 $ par Tio interrogé, 1 Tio gratuit par mois | Niveau sans frais, 300 $ de crédits |
| Databricks | À l'usage, à la seconde | Selon le produit et le cloud | Essai gratuit |
| ClickHouse | Calcul et stockage séparés | 0,056 $ par unité et par heure | Open source, 300 $ de crédits |
| Amazon Redshift | À l'heure, provisionné ou sans serveur | 0,543 $ de l'heure (provisionné), 1,50 $ (sans serveur) | 300 $ de crédit sur 90 jours |
| Microsoft Fabric | Capacité | Selon la région | Essai gratuit |
| Teradata | Sur devis | Non affiché | Non affiché |
Ces repères ne se comparent pas ligne à ligne : une requête bon marché à la demande devient coûteuse si elle tourne toutes les cinq minutes. Mieux vaut estimer un mois de requêtes et de stockage avec le calculateur des éditeurs ; Snowflake, Databricks et Microsoft Azure en proposent un.
Les critères pour choisir un entrepôt de données
Le cloud déjà en place : BigQuery chez Google Cloud, Redshift chez AWS, Fabric chez Microsoft ; Snowflake et Databricks tournent sur les trois.
Le rythme des requêtes : rapports quotidiens, tableaux de bord consultés en continu, ou analyse en temps réel, terrain revendiqué par ClickHouse.
Les données non structurées et l'IA : un lakehouse accepte fichiers et formats ouverts à côté des tables.
Les contraintes de localisation : choix de la région d'hébergement, calcul dédié, ou maintien sur site comme le permet Teradata.
Data warehouse, data lake et data mart : la limite avec les outils voisins
Le data lake conserve des fichiers bruts de tout format, sans modèle imposé ; le data mart est une partie de l'entrepôt consacrée à un métier. L'entrepôt ne va pas chercher les données lui-même : les outils ETL les y chargent, un data catalog les documente, et les tableaux de bord des outils de Business Intelligence les affichent.
Questions Fréquentes
Data warehouse, data lake ou lakehouse : quelle différence ?
Quelle différence entre un data warehouse et une base de données ?
Combien coûte un data warehouse cloud ?
Existe-t-il un data warehouse gratuit ou open source ?
Snowflake, BigQuery ou Databricks : lequel choisir ?
Notez cet article
