GabaritoE — Errado
❌ ERRADO. A afirmação está incorreta. No data lake, os dados são armazenados em seu formato bruto (estruturado, semiestruturado ou não estruturado) sem a necessidade de definir previamente a estrutura (esquema). O conhecimento prévio da composição dos dados é exigido no data warehouse, que adota o modelo schema-on-write. Já o data lake utiliza o conceito schema-on-read: a estrutura é aplicada apenas no momento da consulta/análise.
O armazenamento em um data lake é flexível e aceita dados de qualquer formato, sendo um repositório centralizado que armazena grandes volumes de dados em sua forma natural. A principal vantagem é justamente não precisar modelar os dados antes de armazená-los, permitindo exploração e descoberta posteriores.
A banca testa a diferença fundamental entre data lake e data warehouse. No data warehouse, os dados são transformados e estruturados antes do carregamento (ETL), exigindo conhecimento prévio da estrutura. No data lake, os dados são carregados como estão (ELT), e a estrutura é definida na leitura.
Lembre-se: data lake = esquema na leitura (schema-on-read); data warehouse = esquema na escrita (schema-on-write). Uma analogia: o data lake é como uma lagoa onde se joga toda a água (dados) sem tratamento; o data warehouse é como uma garrafa onde a água é filtrada e rotulada antes de ser armazenada.
✅ GABARITO: ERRADO (E)
Link permanente: /questoes/ce216382