A explosão da 'datasfera global', projetada para atingir 175 Zettabytes até 2025/2026, impulsionou a evolução das arquiteturas de armazenamento, do Data Warehouse clássico ao Data Lake e, finalmente, ao Lakehouse. Essa jornada foi moldada pela necessidade de gerenciar volumes massivos, diversas variedades de dados e a demanda por velocidade de processamento, conforme descrito pelos '5 Vs' do Big Data. Nesse contexto, qual das alternativas abaixo apresenta a característica que melhor diferencia o Data Lake do Data Warehouse, e qual o principal benefício que o Lakehouse oferece ao integrar ambos os paradigmas? O Data Lake armazena apenas dados estruturados e limpos, enquanto o Data Warehouse aceita dados brutos. O Lakehouse simplifica a visualização para relatórios estáticos. O Data Lake armazena dados em seu formato bruto, incluindo estruturados e não estruturados, diferentemente do Data Warehouse, que foca em dados estruturados e pré-processados. O Lakehouse combina a flexibilidade do Data Lake com a governança e performance do Data Warehouse. O Data Warehouse é projetado para análise em tempo real (streaming), enquanto o Data Lake processa dados em lotes. O Lakehouse elimina a necessidade de Machine Learning avançado. O Data Lake requer que os dados passem por um rigoroso processo de ETL antes do armazenamento, ao contrário do Data Warehouse. O Lakehouse aumenta os custos de infraestrutura para garantir a escalabilidade. Ambos, Data Lake e Data Warehouse, armazenam apenas dados não estruturados. O Lakehouse é uma solução exclusiva para pequenas empresas que desejam evitar a nuvem.