Considerando Data Lake, que geralmente é o armazenamento único de todos os dados corporativos, incluindo cópias brutas de dados do sistema de origem, assinale a afirmativa correta.

Gabarito

D

Comentário do professor

Um Data Lake é um repositório centralizado que armazena dados em seu formato bruto — estruturados, semiestruturados e não estruturados — permitindo conservar histórico e variedade sem pré-processamento.

Essa característica torna possível realizar análises em tempo real a partir de ingestão por streams e eventos, integrando-se a motores de processamento contínuo como Spark, Flink ou filas como Kafka para consultas e alertas imediatos.

Para processamento de Big Data, o Data Lake apoia execução distribuída sobre grandes volumes, com escalabilidade e armazenamento de baixo custo (ex.: object storage), facilitando ETL/ELT em larga escala.

No âmbito de aprendizado de máquina, serve como fonte para treino e validação de modelos, manutenção de versões de dados e construção de feature stores, garantindo reprodutibilidade e experimentação.

Arquiteturalmente, o uso de esquema na leitura e a separação entre armazenamento e processamento permitem múltiplos tipos de análises sobre os mesmos dados brutos.