O que é um data warehouse vs data lake?

Data Warehouse (armazém de dados) e Data Lake (lago de dados) são duas abordagens diferentes para armazenamento e processamento de dados:

• Data Warehouse: armazenamento de dados estruturados, otimizado para análise e relatórios. Nele são carregados dados limpos, transformados e organizados de várias fontes. Normalmente, os dados são armazenados em tabelas com um esquema definido (schema-on-write). Isso permite consultas rápidas e geração de relatórios.

• Data Lake: armazenamento onde os dados são mantidos em sua forma bruta, sem processamento prévio e com esquema flexível (schema-on-read). Pode armazenar dados estruturados, semi-estruturados e não estruturados (logs, imagens, vídeos, etc.). É uma solução flexível para armazenar grandes volumes de dados diversos, que podem ser analisados e processados conforme necessário.

Principais diferenças:

Característica	Data Warehouse	Data Lake
Formato de dados	Estruturados, com esquema	Qualquer formato, em bruto
Esquema	Schema-on-write (ao gravar)	Schema-on-read (ao ler)
Uso	Análise, relatórios	Aprendizado de máquina, pesquisa
Custo de armazenamento	Geralmente mais caro	Geralmente mais barato

Exemplo: uma empresa pode usar um Data Warehouse para relatórios de vendas regulares, e um Data Lake para armazenar todos os dados de clientes, incluindo logs, imagens e arquivos de texto, para análise e modelagem posteriores.