DWH или Lakehouse: какой выбор не разорит ваш бизнес в 2026 году?
Когда маркетинг обещает «все и сразу», а реальность бьет по бюджету, выбор архитектуры данных превращается в игру на выживание. Классическое DWH (Data Warehouse, хранилище данных) или современный Lakehouse (единая платформа для хранения, обработки и анализа всех типов данных)?
Компании тратят миллионы, но эксперты Gartner уже вынесли вердикт: бинарный подход к выбору архитектуры уже устарел. Рынок переходит от эйфории, вызванной новыми технологиями, к жесткому прагматизму.
Главный инсайт 2026 года
Lakehouse прошел через «яму разочарования» (цикл технологического хайпа Gartner) и вышел на плато эффективности. На пике хайпа в 2021–2022 годах технология обещала революцию, а теперь началась эпоха честных ответов на вопросы: как масштабировать, управлять и реально экономить.
Но готов ли бизнес к скрытым затратам? Бенчмарки UC Berkeley показывают ускорение в 7–20 раз для больших массивов данных, а Microsoft утверждает, что 56% компаний ждут снижения расходов на аналитику более чем на 50%.
Однако «из коробки» Lakehouse работает быстро далеко не всегда — бенчмарки часто не соответствуют реальным типам данных конкретных компаний.
Где рушатся обещания?
- ACID-транзакции в озерах данных заработали (ритейл обрабатывает более 500 млн операций в день). Но расходы на вычисления часто растут, а не падают.
- Data Mesh и Data Fabric — это не конкуренты, а взаимодополняющие фреймворки. Их путают даже эксперты, а зря.
- ИИ-моделям нужны мультимодальные данные (видео, аудио, IoT). Если у компании стандартная отчетность, DWH будет проще и дешевле для старта.
Реальный кейс в цифрах
В прошлом году НОРБИТ совместно с «Хофф Тех» обеспечили переход сети гипермаркетов HOFF на современное корпоративное хранилище данных. Ключом к успеху стало трехмесячное предпроектное исследование — вместо того чтобы следовать за модой, команда проанализировала реальные бизнес-задачи, текущий ландшафт данных и компетенции. Результат: выбрали не Lakehouse, а MPP-систему Arenadata DB.
Почему? Потому что именно такой вариант соответствовал четким сценариям HOFF: централизованная аналитика, хорошо структурированные данные и приоритет скорости разработки. Итог — снижение затрат на поддержку старого хранилища более чем на 30% за счет консолидации и отказа от дублирующих систем.
Что делать уже сейчас?
Главный совет — начните с бизнес-целей и аудита команды. Специалистов по Lakehouse мало, они дороги, а в России добавляется еще и фактор импортозамещения.
В полной статье на сайте НОРБИТ мы разбираем:
- Почему Data Mesh и Data Fabric нужно внедрять вместе и как это сделать без хаоса
- Как агентный ИИ изменит требования к архитектуре данных уже в ближайшие месяцы
- Требования к инфраструктуре и данным у DWH и Lakehouse
- Дорожную карту 2026 для бизнеса
👉 Перейти и не ошибиться с выбором.