数据湖、数据仓库和湖仓一体有什么区别？
面试怎么回答
数据仓库强调受管理的结构化分析、稳定性能和治理；数据湖强调开放低成本存储、多类型数据和多引擎访问，但事务与治理需要额外建设；湖仓一体通过表格式、Catalog 和事务协议，在对象存储上补齐 ACID、快照、Schema 与分区演进等能力。选型要看数据类型、更新需求、查询 SLA、引擎生态和团队运维成本，统一数据不等于强行统一所有计算。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
如果只回答“湖存原始数据、仓存结构化数据、湖仓把两者结合”，概念没错，但还不足以支撑技术选型。
真正要比较的是：数据存在哪里、由谁管理表和事务、如何约束质量、服务哪些负载，以及团队愿意承担多少治理和运维成本。
数据仓库：管理强，服务分析明确
数据仓库通常提供成熟的表、事务、权限、统计信息和查询优化能力，结构化数据经过建模后服务稳定报表和分析。
它的优势是治理边界清晰、SQL 体验和性能相对稳定；代价是海量原始数据、多媒体和机器学习中间数据进入仓库可能成本较高，开放文件生态也受具体产品限制。
数据湖：存储开放，但治理不会自动发生
数据湖常把结构化、半结构化和非结构化数据放在低成本对象存储中，计算与存储解耦，不同引擎可以读取同一批文件。
但“文件放进对象存储”并不等于形成可用数据湖。没有目录、Schema、权限、血缘、生命周期和质量规则，很容易变成数据沼泽。传统文件分区在并发写、更新删除和 Schema 演进上也需要额外机制。
湖仓一体：关键是表格式和统一治理
湖仓一体希望在开放、低成本存储上补齐仓库式能力，例如 ACID 事务、快照、Schema 演进、分区演进、增量读取和 Time Travel。
它不是把“湖”和“仓”两个产品画到一张架构图里就完成了。核心是数据文件之上有统一表元数据和事务协议，让多个引擎看到一致表状态，并配套 Catalog、权限和数据治理。
怎么选择？
如果业务以稳定 BI、强 SLA 和结构化数据为主，成熟数据仓库往往更直接。原始数据量大、类型多、需要多计算引擎和机器学习时，数据湖更有弹性。既希望保持开放存储，又需要更新删除、并发写和统一表语义，可以考虑湖仓架构。
还要看团队现实：引擎兼容性、表格式生态、元数据服务、文件治理、小文件合并、成本监控和故障恢复能力。开放不等于免费，灵活也会把复杂度交给平台团队。
一个常见误区
湖仓一体不代表一套引擎能把所有负载做到最好。实时点查、交互式 OLAP、批量 ETL、AI 训练仍可能使用不同计算或服务引擎。统一的是数据和元数据契约，不一定是计算引擎。