# Nowoczesna Data Architecture (Data Engineering) > Data Lake vs Data Warehouse vs Lakehouse, Data Mesh, Data Contracts, schema registry, ADR, governance, data catalog, lineage - 20 pytań z rozmów - Senior - [Pytania z rozmów: Data Engineering](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne.md) ## 1. Jaka jest fundamentalna różnica między Data Lake a Data Warehouse? **Odpowiedź** Data Lake przechowuje dane w ich natywnym (surowym) formacie z schemą stosowaną przy odczycie (schema-on-read), zapewniając dużą elastyczność eksploracji. Data Warehouse wymusza ustrukturyzowaną schemę przy zapisie (schema-on-write) z danymi przekształconymi i zoptymalizowanymi pod analitykę. Data Lake stawia na elastyczność i masowe tanie przechowywanie, podczas gdy Data Warehouse stawia na wydajność zapytań analitycznych i jakość danych. ## 2. Jaka jest główna zaleta architektury Lakehouse w porównaniu z osobnymi architekturami Data Lake i Data Warehouse? **Odpowiedź** Architektura Lakehouse łączy to, co najlepsze z obu światów: elastyczne i ekonomiczne przechowywanie Data Lake z możliwościami ACID, wydajnością zapytań i governance Data Warehouse. Eliminuje to duplikację danych między systemami, zmniejsza koszty i złożoność synchronizacji, jednocześnie umożliwiając obciążenia BI i ML na tej samej platformie przy użyciu otwartych formatów takich jak Delta Lake, Iceberg czy Hudi. ## 3. Który otwarty format tabeli umożliwia transakcje ACID na Data Lake? **Odpowiedź** Delta Lake, Apache Iceberg i Apache Hudi to trzy główne otwarte formaty tabel umożliwiające transakcje ACID na Data Lake. Delta Lake, opracowany przez Databricks, używa transaction log do gwarantowania atomowości i spójności. Iceberg, stworzony przez Netflix, oferuje zaawansowane zarządzanie partycjami i schema evolution. Hudi, opracowany przez Uber, wyróżnia się w scenariuszach upsert i CDC. Te formaty przekształcają proste przechowywanie obiektów w Lakehouse z gwarancjami transakcyjnymi. ## Jeszcze 17 dostępnych pytań - Jaka jest podstawowa zasada Data Mesh? - Czym jest Data Contract w kontekście Data Mesh? Zarejestruj się za darmo: https://sharpskill.dev/pl/login ## Inne tematy rekrutacyjne Data Engineering - [Linux & Shell - Podstawy](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/linux-shell-basics.md): 20 pytań, Junior - [Git & GitHub - Podstawy](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/git-github-fundamentals.md): 20 pytań, Junior - [Zaawansowany Python dla Data Engineering](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/python-advanced-de.md): 25 pytań, Junior - [Docker - Podstawy](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/docker-fundamentals.md): 25 pytań, Junior - [Google Cloud Platform - Podstawy](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/gcp-fundamentals.md): 20 pytań, Junior - [CI/CD i jakość kodu](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/ci-cd-code-quality.md): 20 pytań, Mid-Level - [Docker Compose](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/docker-compose.md): 20 pytań, Mid-Level - [FastAPI - API danych](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/fastapi.md): 20 pytań, Mid-Level - [Zaawansowany SQL dla Data Engineering](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/sql-advanced-de.md): 20 pytań, Mid-Level - [Data Lake - Architektura i wprowadzanie danych](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/data-lake.md): 20 pytań, Mid-Level - [BigQuery dla Data Engineering](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/bigquery-de.md): 20 pytań, Mid-Level - [PostgreSQL - Administracja](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/postgresql-admin.md): 20 pytań, Mid-Level - [Data Modeling dla Data Engineering](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/data-modeling-de.md): 20 pytań, Mid-Level - [Fivetran & Airbyte - Pozyskiwanie danych](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/fivetran-airbyte.md): 20 pytań, Mid-Level - [dbt - Podstawy](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/dbt-fundamentals-de.md): 20 pytań, Mid-Level - [Apache Airflow - Podstawy](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/airflow-fundamentals.md): 20 pytań, Mid-Level - [Kubernetes - Podstawy](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/kubernetes-fundamentals.md): 20 pytań, Mid-Level - [dbt - Zaawansowane funkcje](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/dbt-advanced-de.md): 20 pytań, Senior - [Wzorce ETL / ELT / ETLT](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/etl-elt-patterns.md): 20 pytań, Senior - [Apache Airflow - Zaawansowany](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/airflow-advanced.md): 20 pytań, Senior - [Airflow + dbt - Orkiestracja pipeline'ów](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/airflow-dbt-integration.md): 20 pytań, Senior - [PySpark - Przetwarzanie na dużą skalę](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/pyspark.md): 20 pytań, Senior - [Google Pub/Sub - Streaming danych](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/pubsub-streaming.md): 20 pytań, Senior - [Apache Beam & Dataflow](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/apache-beam-dataflow.md): 20 pytań, Senior - [Kubernetes - Produkcja i skalowanie](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/kubernetes-advanced.md): 20 pytań, Senior - [Terraform - Infrastructure as Code](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/terraform.md): 20 pytań, Senior - [Bazy danych NoSQL](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/nosql-databases.md): 20 pytań, Senior - [Monitorowanie i obserwowalność](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/monitoring-observability.md): 20 pytań, Senior - [IAM i bezpieczeństwo danych](https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/iam-security-de.md): 20 pytań, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/pl/technologies/data-engineering/pytania-rekrutacyjne/data-architecture