Cos'è un data lakehouse?
Architettura dati che unisce la flessibilità del data lake e l'affidabilità del data warehouse in un'unica piattaforma.
Il data lakehouse unisce in un'unica architettura i due mondi che per vent'anni sono rimasti separati: la flessibilità del data lake (file economici, qualsiasi formato: tabelle, log, documenti, immagini) e l'affidabilità del data warehouse (transazioni, schemi, permessi, query SQL veloci). I dati stanno in storage economico in formati aperti, e un layer di gestione vi aggiunge le garanzie da warehouse. Il modello nasce per superare l'assetto tradizionale, in cui un'azienda teneva due copie separate dei dati: il lake per i dati grezzi e la data science, il warehouse per i report e la BI, con pipeline di sincronizzazione nel mezzo che duplicavano costi e governance. Con il lakehouse una sola copia dei dati, organizzata di solito a livelli di qualità crescente secondo la medallion architecture, serve sia le analisi tradizionali sia il machine learning e l'AI generativa, ed è per questo che è diventato l'architettura di riferimento delle piattaforme dati moderne come Databricks e Microsoft Fabric.
Il problema che risolve
L'assetto tradizionale prevedeva due copie: il lake per i dati grezzi e la data science, il warehouse per report e BI, con pipeline di sincronizzazione nel mezzo. Doppi costi, doppia governance, e dati che non tornano mai del tutto tra un sistema e l'altro. Il lakehouse elimina la duplicazione: una sola copia dei dati serve analisi, BI, machine learning e AI generativa. Per questo è diventato l'architettura di riferimento delle piattaforme moderne: Databricks e Microsoft Fabric ci sono costruite sopra, e le evoluzioni di Snowflake e BigQuery convergono lì. Di solito è organizzato a livelli di qualità crescente con la medallion architecture.
Perché conta per la tua azienda
Per un'azienda di medie dimensioni il lakehouse significa una piattaforma sola da governare invece di due, costi di storage bassi e la porta aperta all'AI: i dati non strutturati che alimentano RAG e agenti (documenti, email, manuali) vivono nello stesso posto dei dati di business, con gli stessi permessi e la stessa governance. I formati aperti (Iceberg, Delta) riducono anche il rischio di lock-in: i dati restano tuoi e leggibili da più motori, non ostaggio di un fornitore.
Termini correlati
- Data governance · L'insieme di regole, ruoli e processi che rende i dati aziendali affidabili, sicuri e usabili: chi può fare cosa, su quali dati, con che qualità.
- Open table format (Iceberg, Delta, Hudi) · Formati aperti che aggiungono transazioni, versioning e schema evolution ai file di un data lake, senza vincolare i dati a un solo fornitore.
- FinOps · La pratica che porta responsabilità economica nel cloud: ogni team vede, capisce e ottimizza i costi di ciò che fa girare.
- Databricks vs Snowflake vs BigQuery vs Fabric · Quattro piattaforme dati cloud con architetture diverse: la scelta dipende dai criteri, non da un vincitore assoluto.
- Palantir Foundry · La piattaforma dati e AI di Palantir, costruita attorno all'ontologia: un modello operativo dell'azienda su cui persone e agenti decidono.
Un termine che ti riguarda da vicino? Parliamone.
CONTATTAMI