Data Lake - Definição do Glossário de CI/CD
Um data lake é um repositório central que armazena dados brutos de qualquer formato em escala, tipicamente em object storage. O schema é aplicado quando os dados são lidos, não quando são escritos, tornando a ingestão barata e flexível.
vs. warehouse
Um lake armazena dados brutos com schema-on-read; um warehouse armazena tabelas limpas com schema-on-write ajustadas para analytics. Muitas stacks usam ambos.
Guias relacionados
Data Warehouse - CI/CD Glossary DefinitionA data warehouse is a database optimized for analytical queries over cleaned, structured data - columnar, ind…
ELT - CI/CD Glossary DefinitionELT is Extract, Load, Transform - load raw data into the warehouse first, then transform it in place using th…
Parquet - CI/CD Glossary DefinitionParquet is an open columnar file format for analytics - compressed, schema-aware, and splittable - the defaul…