Uma taxonomia para arquiteturas de storage/workload

Arquiteturas de armazenamento modernas estão cada vez mais difíceis de classificar com rótulos tradicionais como OLTP ou OLAP. A proposta de taxonomia baseada em número de sistemas, workloads, visibilidade dos dados e cópias duráveis traz clareza técnica para um ecossistema fragmentado. Em vez de encaixar tudo em HTAP ou lakehouse, o modelo distingue cinco categorias principais: Single Tier, Internal Tiering, Hybrid, Materializing e Shared Tiering.

Cada categoria reflete decisões concretas de engenharia. Single Tier é o caso clássico de sistema único, como Postgres rodando em disco local. Internal Tiering adiciona camadas de custo eficiente dentro do mesmo sistema, como Kafka movendo dados do SSD para S3. Já o modelo Hybrid representa verdadeiros HTAPs, com SingleStore e TiDB como exemplos reais que combinam row-store e column-store no mesmo motor, com consistência gerida via merge-on-read ou replicação síncrona.

Essa taxonomia ajuda times de dados a escolher arquiteturas com critérios técnicos, não buzzwords. Muitos sistemas se dizem "unificados", mas na prática exigem duplicação de dados ou atraso na disponibilidade analítica. Com esse framework, é possível questionar: quantos sistemas estão envolvidos? Quantas cópias duráveis existem? Quando os dados ficam visíveis para análise?

Isso impacta governança, latência e custo. Um pipeline que copia dados de um banco transacional para um data warehouse (Materializing) tem dois pontos de falha e políticas de retenção independentes. Já o Shared Tiering, como no caso do Fluss ou supostamente LTAP, reduz cópias duráveis ao usar o lakehouse como camada fria compartilhada, mas ainda assim impõe atraso na visibilidade dos dados mais recentes. Clareza na arquitetura evita surpresas operacionais.