# Arquitetura Data moderna (Data Engineering) > Data Lake vs Data Warehouse vs Lakehouse, Data Mesh, Data Contracts, schema registry, ADR, governança, data catalog, lineage - 20 perguntas de entrevista - Senior - [Perguntas de entrevista: Data Engineering](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista.md) ## 1. Qual é a diferença fundamental entre um Data Lake e um Data Warehouse? **Resposta** Um Data Lake armazena dados em seu formato nativo (bruto) com schema aplicado em leitura (schema-on-read), permitindo grande flexibilidade para exploração. Um Data Warehouse impõe um schema estruturado em escrita (schema-on-write) com dados transformados e otimizados para analytics. Data Lakes priorizam flexibilidade e armazenamento massivo de baixo custo, enquanto Data Warehouses priorizam o desempenho de queries analíticas e a qualidade dos dados. ## 2. Qual é a principal vantagem da arquitetura Lakehouse em comparação com arquiteturas Data Lake e Data Warehouse separadas? **Resposta** A arquitetura Lakehouse combina o melhor dos dois mundos: o armazenamento flexível e econômico do Data Lake com capacidades ACID, desempenho de queries e governança do Data Warehouse. Isso elimina duplicação de dados entre sistemas, reduz custos e complexidade de sincronização, permitindo workloads BI e ML na mesma plataforma usando formatos abertos como Delta Lake, Iceberg ou Hudi. ## 3. Qual formato de tabela aberto permite transações ACID em um Data Lake? **Resposta** Delta Lake, Apache Iceberg e Apache Hudi são os três principais formatos de tabela abertos que habilitam transações ACID em um Data Lake. Delta Lake, desenvolvido pela Databricks, usa um transaction log para garantir atomicidade e consistência. Iceberg, criado pela Netflix, oferece gestão avançada de partições e schema evolution. Hudi, desenvolvido pela Uber, se destaca em cenários de upsert e CDC. Esses formatos transformam armazenamento simples de objetos em um Lakehouse com garantias transacionais. ## Mais 17 perguntas disponiveis - Qual é o princípio fundamental do Data Mesh? - O que é um Data Contract no contexto do Data Mesh? Cadastre-se gratis: https://sharpskill.dev/pt/login ## Outros temas de entrevista Data Engineering - [Linux & Shell - Fundamentos](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/linux-shell-basics.md): 20 perguntas, Junior - [Git & GitHub - Fundamentos](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/git-github-fundamentals.md): 20 perguntas, Junior - [Python avançado para Data Engineering](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/python-advanced-de.md): 25 perguntas, Junior - [Docker - Fundamentos](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/docker-fundamentals.md): 25 perguntas, Junior - [Google Cloud Platform - Fundamentos](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/gcp-fundamentals.md): 20 perguntas, Junior - [CI/CD e qualidade de código](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/ci-cd-code-quality.md): 20 perguntas, Mid-Level - [Docker Compose](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/docker-compose.md): 20 perguntas, Mid-Level - [FastAPI - APIs de dados](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/fastapi.md): 20 perguntas, Mid-Level - [SQL avançado para Data Engineering](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/sql-advanced-de.md): 20 perguntas, Mid-Level - [Data Lake - Arquitetura e ingestão](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/data-lake.md): 20 perguntas, Mid-Level - [BigQuery para Data Engineering](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/bigquery-de.md): 20 perguntas, Mid-Level - [PostgreSQL - Administração](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/postgresql-admin.md): 20 perguntas, Mid-Level - [Data Modeling para Data Engineering](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/data-modeling-de.md): 20 perguntas, Mid-Level - [Fivetran & Airbyte - Ingestão de dados](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/fivetran-airbyte.md): 20 perguntas, Mid-Level - [dbt - Fundamentos](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/dbt-fundamentals-de.md): 20 perguntas, Mid-Level - [Apache Airflow - Fundamentos](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/airflow-fundamentals.md): 20 perguntas, Mid-Level - [Kubernetes - Fundamentos](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/kubernetes-fundamentals.md): 20 perguntas, Mid-Level - [dbt - Recursos avançados](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/dbt-advanced-de.md): 20 perguntas, Senior - [Padrões ETL / ELT / ETLT](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/etl-elt-patterns.md): 20 perguntas, Senior - [Apache Airflow - Avançado](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/airflow-advanced.md): 20 perguntas, Senior - [Airflow + dbt - Orquestração de pipelines](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/airflow-dbt-integration.md): 20 perguntas, Senior - [PySpark - Processamento em grande escala](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/pyspark.md): 20 perguntas, Senior - [Google Pub/Sub - Streaming de dados](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/pubsub-streaming.md): 20 perguntas, Senior - [Apache Beam & Dataflow](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/apache-beam-dataflow.md): 20 perguntas, Senior - [Kubernetes - Produção e escalabilidade](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/kubernetes-advanced.md): 20 perguntas, Senior - [Terraform - Infrastructure as Code](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/terraform.md): 20 perguntas, Senior - [Bancos de dados NoSQL](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/nosql-databases.md): 20 perguntas, Senior - [Monitoramento e observabilidade](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/monitoring-observability.md): 20 perguntas, Senior - [IAM e segurança de dados](https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/iam-security-de.md): 20 perguntas, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/pt/technologies/data-engineering/perguntas-entrevista/data-architecture