Quando o assunto é organizar um lakehouse, a arquitetura Medallion virou o padrão de mercado no Databricks. Ela resolve um problema clássico: como transformar dados brutos e bagunçados em informação confiável para o negócio, de forma escalável e rastreável. Vou explicar as três camadas com um exemplo prático.
O que é a arquitetura Medallion?
É um padrão de organização de dados em três camadas de qualidade crescente — Bronze, Silver e Gold —, cada uma refinando os dados um pouco mais. O nome vem da ideia de “medalhas”: quanto mais alta a camada, mais valioso e confiável o dado.
As três camadas
🥉 Bronze — dado bruto (raw)
Ingestão fiel da fonte, sem transformação. Guarda tudo como chegou (inclusive erros), com metadados de quando e de onde veio. Serve como “fonte da verdade” para reprocessar quando necessário.
🥈 Silver — dado limpo e conformado
Aqui você limpa, valida e padroniza: remove duplicados, corrige tipos, aplica regras de qualidade e junta tabelas relacionadas. O dado fica “utilizável” para análises exploratórias e para alimentar a camada Gold.
🥇 Gold — dado pronto para o negócio
Tabelas agregadas e modeladas para consumo direto: dashboards, KPIs, machine learning. É o dado que a área de negócio realmente usa.
Exemplo prático: vendas de uma loja
- Bronze: arquivos CSV de vendas chegam a cada hora de várias lojas e são gravados como tabelas Delta, exatamente como vieram.
- Silver: um job junta todas as lojas, converte datas, remove pedidos duplicados e descarta linhas sem valor — gerando uma tabela única e limpa de
vendas. - Gold: outro job agrega por dia/loja/produto, calcula faturamento e ticket médio, e grava a tabela
vendas_diariasque alimenta o dashboard executivo.
Se amanhã você descobrir um erro na regra da Silver, basta reprocessar a partir do Bronze — os dados originais estão intactos.
Por que isso importa
- Rastreabilidade: você sabe de onde cada número veio.
- Qualidade incremental: problemas são isolados por camada.
- Reprocessamento seguro: o Bronze é a rede de segurança.
- Escala: Delta Lake dá transações ACID e performance mesmo com volume alto.
Atualização 2026 O conceito Bronze→Silver→Gold não mudou, mas o ferramental evoluiu: Unity Catalog traz governança e linhagem ponta a ponta, o liquid clustering do Delta substitui o particionamento manual por otimização automática, e o Delta UniForm deixa suas tabelas Gold legíveis também como Apache Iceberg — sem duplicar dados.
Perguntas frequentes (FAQ)
Preciso das três camadas sempre?
Na maioria dos casos, sim — mas o tamanho de cada uma varia. Projetos simples podem ter uma Silver enxuta; o importante é separar dado bruto, dado limpo e dado pronto para o negócio.
Medallion é exclusivo do Databricks?
Não. É um padrão de arquitetura — você pode aplicá-lo em Microsoft Fabric, Synapse ou qualquer lakehouse. O Databricks só o tornou popular com o Delta Lake.
Qual a diferença entre Medallion e um Data Warehouse tradicional?
O Medallion vive sobre um lakehouse (arquivos + Delta), unindo flexibilidade de data lake com confiabilidade transacional. Um DW clássico é mais rígido e caro para dados semiestruturados.
Conclusão
A arquitetura Medallion não é sobre tecnologia da moda — é sobre disciplina de dados. Bronze guarda, Silver limpa, Gold entrega valor. Simples de entender e poderoso na prática.
👉 Explico isso em detalhe no meu livro “Databricks do zero ao avançado” e em vídeos no canal.
