Questão 1
Não respondida
~/questoes/dados
A raw layer é a primeira camada de um Data Lake em três camadas, responsável por armazenar dados exatamente como chegam da fonte original, sem nenhuma transformação. Essa camada atua como uma fonte de verdade imutável, garantindo que você sempre tenha acesso aos dados originais para futuras reprocessagens ou auditorias.
A alternativa A está correta porque a raw layer foi criada justamente para preservar dados brutos no formato original. Essa abordagem permite que você mantenha histórico completo e confiável, além de possibilitar reprocessar os dados com novas regras ou lógicas no futuro sem perder informação.
Armazenar dados brutos originais mantém a integridade e confiabilidade do seu Data Lake. É como guardar a matéria-prima: você pode transformá-la de diferentes formas depois sem nunca perder a versão original.
Dados já limpos e prontos para consumo pertencem à camada curated (ou refined), não à raw layer. A raw layer é propositalmente 'suja' e sem processamento, servindo como base confiável para toda transformação futura.
A raw layer é um armazenamento permanente de dados, não um espaço para análises rápidas sem persistência. Você armazena os dados em Parquet ou outro formato eficiente justamente para mantê-los acessíveis.
Transformações com SQL complexo fazem parte do processamento das camadas staging ou curated. A raw layer não transforma: apenas recebe e armazena os dados tal como são ingeridos da fonte.