Questão 2974602

centralizar tudo no Data Warehouse relacional, incluindo XML de NF-e, logs e dados semiestruturados convertidos para tabelas normalizadas, garantindo um repositório único e estável para Bl e analytics, ainda que exija expansão significativa de armazenamento e processamento.

desativar o Data Warehouse e operar sobre o Data Lake, adotando apenas schema-on-read para maximizar flexibilidade e reduzir custos, permilindo que equipes de Bl e ciência de dados definam seus próprios esquemas e camadas de tratamento conforme a necessidade.

evoluir o Data Lake para um Data Lakehouse, incorporando tabelas transacionais (Dellalceberg/Hudi), governança via catálogo unificado e camadas de acesso otimizadas, permitindo atender simultaneamente consultas de Bl e cargas analíticas avançadas no mesmo repositório.

manter dois ambientes paralelos, com dados brutos no Data Lake e uma versão curada integral em um novo Data Warehouse moderno em nuvem, garantindo isolamento entre workloads, mesmo sem metadados unificados ou mecanismo de consistência entre os dois ambientes.

usar o Data Lake somente como staging e arquivamento, exigindo que Bl e modelos avançados sejam alimentados exclusivamente por data marts derivados do Data Warehouse, assegurando padronização total das estruturas analíticas, ainda que isso limite o uso direto de dados semiestruturados e experimento rápido em ciência de dados.