Um lakehouse para tudo? Por que a consolidação única não escala
Muitas empresas já passaram por isso. Um projeto de dados começa com a promessa de reunir tudo em um único repositório. Antes de a migração terminar, chega uma nova nuvem, um novo SaaS ou uma aquisição, e o "lugar único" vira só mais uma fonte entre várias.
Para quem já trabalha com várias plataformas analíticas, a dúvida é se vale insistir na consolidação total ou se é melhor organizar o acesso ao que já existe.
Por que o repositório único vira um alvo móvel
O cenário descrito pela consultoria ISG ajuda a entender o problema. Em análise sobre a Denodo, a ISG observa que muitas empresas têm dados espalhados entre nuvens, sistemas locais, aplicações SaaS e ambientes de lakehouse.
Segundo a mesma análise, o desafio já não é só armazenar dados. Agora é preciso torná-los fáceis de encontrar, de usar e confiáveis para um número crescente de cargas analíticas e de IA.
É esse ponto que a consolidação única costuma subestimar. Mover dados decide onde eles ficam, mas não garante que as áreas encontrem, entendam e confiem no que está lá. E cada nova fonte reabre o projeto de migração.
O que a previsão diz e quem está dizendo
A Denodo, fornecedora de uma plataforma de Logical Data Management, publicou suas previsões de dados para 2026. A segunda delas diz que o Logical Data Management vai superar o "one big lakehouse", ou seja, o grande lakehouse único.
O argumento é o seguinte: à medida que ambientes com várias nuvens e vários lakehouses se tornam a norma, as arquiteturas centralizadas têm dificuldade para escalar. A empresa apresenta a camada lógica como a forma mais eficaz de unificar, governar e acessar dados distribuídos sem replicação cara.
A ressalva precisa ficar clara: é uma previsão de quem vende essa tecnologia. Ela foi apresentada pelo diretor de marketing e pelo diretor de tecnologia da própria Denodo, que também é parceira da Financeit. Isso não invalida o diagnóstico, mas exige compará-lo com outras fontes e com a realidade de cada empresa.
O que outras fontes indicam
A ISG, que não é fornecedora, aponta na mesma direção em termos gerais. A consultoria afirma que, até 2028, três quartos das empresas vão adotar tecnologias de data fabric para gerenciar e processar dados em várias plataformas e ambientes de nuvem.
Um relatório da Research and Markets, divulgado em outubro de 2026, estima o mercado global de virtualização de dados em US$ 6,1 bilhões em 2025. A projeção é chegar a US$ 21,7 bilhões até 2032, com crescimento anual composto de 20%.
Projeção de mercado não prova que a tecnologia serve para todos os casos. Mas mostra que a abordagem ganhou espaço nas decisões de arquitetura. O mesmo relatório liga a virtualização a estratégias híbridas e multinuvem, porque ela conecta ambientes fragmentados e aproveita os investimentos já feitos em infraestrutura.
A camada lógica: acessar sem copiar
Na prática, a camada lógica se conecta às fontes onde elas estão. Ela oferece visões dos dados com regras de negócio, segurança e significados definidos em um só lugar. Quem consome os dados, seja um painel, um analista ou um agente de IA, consulta a camada, e não cada sistema.
Para quem tem várias plataformas, a vantagem é que cada nova fonte deixa de exigir uma nova migração. O lakehouse continua existindo, mas passa a ser uma das fontes, e não o lugar onde tudo precisa estar.
Onde a camada lógica não resolve sozinha
A abordagem tem limites. O relatório da Research and Markets registra que o desempenho continua sendo uma preocupação importante quando se consultam grandes volumes em fontes remotas ou muito distribuídas. Para funcionar bem, a implementação pode exigir cache, gestão de cargas, otimização de consultas e ajustes de rede.
A camada lógica também não substitui a governança. Se ninguém define o que significa "cliente ativo" ou "receita líquida", ela só espalha a confusão mais depressa.
Em alguns casos, guardar fisicamente um conjunto específico de dados num só lugar continua sendo a melhor escolha. É o caso, por exemplo, de históricos grandes consultados com frequência.
Como decidir entre consolidar e conectar
A decisão raramente é tudo ou nada. Algumas perguntas ajudam a separar os casos:
- Quantas plataformas analíticas e nuvens a empresa mantém hoje, e quantas devem continuar existindo?
- Quais consultas precisam de resposta rápida sobre grandes volumes e quais cruzam sistemas de vez em quando?
- Quanto custaria refazer pipelines a cada nova fonte, em comparação com conectá-la a uma camada de acesso?
- Onde estão hoje as regras de negócio e de acesso, e quem responde por elas?
Por onde começar
O primeiro passo é listar as fontes que já existem, quem as usa e quais consultas cruzam mais de um ambiente. Essa lista mostra se o problema está no armazenamento ou no acesso e na governança.
Com a lista pronta, vale escolher um caso de uso que hoje depende de cópias entre sistemas e testar a camada lógica nele antes de aprovar uma nova migração. A Financeit, parceira da Denodo, pode apoiar esse diagnóstico como parte do seu trabalho de estruturação de dados.