Microsoft Fabric Lakehouse ou Warehouse: qual mecanismo de armazenamento você deve escolher?

By Mirko Peters · 2026-08-25

Compare Lakehouse e Warehouse no Microsoft Fabric. Saiba quando usar lakehouses orientados por Spark ou warehouses com T-SQL na arquitetura de análise de dados da sua empresa.

Automatically translated with AI from the original post. Read the English original

Escolher entre um Lakehouse e um Warehouse do Microsoft Fabric é uma das decisões de arquitetura mais críticas para as equipes de dados. Este guia explora as principais diferenças no tratamento de dados estruturados e não estruturados, nos mecanismos de execução T-SQL e PySpark, nos recursos de viagem no tempo e no isolamento de computação, para ajudar você a desenhar uma estratégia de análise ideal.

Principais conclusões

• Lakehouses tratam dados estruturados e não estruturados e são governados nativamente pelo Apache Spark.
• Warehouses focam estritamente em dados estruturados e oferecem uma experiência de consulta T-SQL familiar e de alto desempenho.
• Ambos os tipos de armazenamento usam o formato Delta aberto por baixo dos panos, eliminando a necessidade de criar cópias físicas desnecessárias dos seus dados.
• Lakehouses oferecem retenção superior para viagem no tempo, voltada à auditoria, enquanto os Warehouses gerenciam a retenção de dados históricos dentro de janelas de dias definidas.
• As habilidades já existentes da sua equipe, seja forte em desenvolvimento SQL ou em ciência de dados avançada, devem influenciar fortemente a escolha da plataforma.

Entendendo os fundamentos de armazenamento do Fabric

Antes de entrar no debate entre Lakehouse e Warehouse, vale entender o problema que o Microsoft Fabric busca resolver. As arquiteturas tradicionais de análise de dados obrigavam as organizações a escolher entre data lakes para processamento de dados brutos e data warehouses para business intelligence. Essa separação levou, inevitavelmente, à duplicação de dados, à governança fragmentada e ao aumento dos custos de armazenamento e computação. O Microsoft Fabric unifica esses paradigmas em torno de uma base compartilhada chamada OneLake.

Dentro do OneLake, as organizações podem provisionar diferentes cargas de trabalho analíticas. No entanto, quando se trata de dados tabulares estruturados, tanto o Lakehouse quanto o Warehouse armazenam as informações no formato padronizado Delta Parquet. Isso significa que, independentemente do mecanismo escolhido, o formato dos seus dados continua aberto, acessível e interoperável em todo o ecossistema do Fabric.

Arquitetura e casos de uso do Lakehouse

A experiência de Lakehouse no Microsoft Fabric combina o melhor dos data lakes com a confiabilidade de um data warehouse. Projetado para oferecer suporte a arquivos estruturados e não estruturados, como imagens, PDFs, logs e CSVs, o Lakehouse é o lugar natural para pipelines modernos de engenharia de dados.

Spark como mecanismo principal

Em um Lakehouse, o Apache Spark é o principal mecanismo de processamento. Profissionais de dados utilizam notebooks em PySpark, Spark SQL e Scala para executar transformações distribuídas em grande escala. Para organizações que lidam com conjuntos de dados massivos, cargas complexas de machine learning ou dados em streaming, o Lakehouse oferece uma flexibilidade incomparável.

Viagem no tempo avançada e flexibilidade

Como o Lakehouse é construído sobre tabelas Delta, ele oferece nativamente recursos como viagem no tempo. As organizações podem consultar estados históricos dos seus dados, reverter atualizações acidentais e manter janelas históricas praticamente ilimitadas. Esse nível de controle granular é inestimável para equipes de engenharia de dados que precisam de visibilidade profunda sobre como os dados mudam ao longo do tempo.

Arquitetura e casos de uso do Warehouse

O Microsoft Fabric Warehouse, por outro lado, foi criado especificamente para dados estruturados e modelagem relacional. Se a sua organização usa há décadas data warehouses corporativos tradicionais do SQL Server, a experiência do Warehouse oferece um ambiente T-SQL familiar e altamente otimizado.

T-SQL como cidadão de primeira classe

Diferentemente do Lakehouse, em que o Spark governa o ciclo de vida dos dados, o Warehouse coloca o T-SQL em primeiro plano. Administradores de banco de dados, desenvolvedores SQL e analistas de BI tradicionais podem escrever stored procedures, views e joins complexos padrão sem precisar aprender PySpark ou gerenciar ambientes de notebook. Isso reduz drasticamente a barreira de adoção para equipes com competências consolidadas em SQL.

Desempenho e gerenciamento previsíveis

O Warehouse abstrai o gerenciamento do cluster subjacente e oferece uma experiência de banco de dados transacional ajustada para consultas analíticas. Embora o time travel seja suportado até limites configuráveis (como 120 dias), o foco principal é entregar recursos de consulta relacional de alto desempenho que alimentam os modelos semânticos e os relatórios do Power BI sem nenhuma fricção.

Como fazer a escolha arquitetural certa

Ao projetar o seu ambiente do Microsoft Fabric, você não precisa necessariamente escolher apenas um. Muitas arquiteturas maduras usam um Lakehouse nas camadas de transformação Bronze e Silver para ingerir arquivos brutos e limpar dados com Spark, enquanto utilizam um Warehouse na camada Gold para servir modelos dimensionais finais e altamente estruturados aos usuários de negócio.

Avalie os tipos de dados de origem, as competências principais de engenharia da sua equipe e a intensidade das suas cargas de trabalho. Para explorar essas considerações arquiteturais de ponta a ponta junto com especialistas do setor, ouça o episódio completo e descubra como os MVPs estão estruturando as plataformas de dados corporativas modernas.

Perguntas frequentes

Posso acessar dados do Microsoft Fabric Lakehouse usando T-SQL?

Sim. Todo Microsoft Fabric Lakehouse provisiona automaticamente um endpoint SQL padrão, permitindo consultar tabelas Delta com T-SQL padrão junto com os seus notebooks Spark.

Preciso criar cópias físicas dos dados ao migrar entre um Lakehouse e um Warehouse?

Não. Como ambos os mecanismos de armazenamento utilizam o formato de tabela Delta sobre o OneLake, você pode criar atalhos ou fazer consultas cruzadas sem duplicar os arquivos físicos.

Qual mecanismo de armazenamento é melhor para cargas de trabalho de machine learning?

O Lakehouse é geralmente preferido para machine learning e ciência de dados avançada por causa da sua integração nativa com o Apache Spark, bibliotecas Python e armazenamento de arquivos não estruturados.

Desenvolvedores SQL podem usar PySpark em um Microsoft Fabric Warehouse?

Podem, mas com limitações. Embora seja possível conectar-se a um Warehouse usando Spark, o mecanismo subjacente continua governado pelo T-SQL, o que significa que determinadas operações nativas do Spark podem exigir bibliotecas específicas do Synapse.