湖仓一体

定义

湖仓一体（Lakehouse）是一种融合数据湖与数据仓库优势的数据架构：在低成本、开放格式的对象存储之上，通过表格式与元数据层补齐事务、治理与性能能力，让一份数据同时支撑 BI、数仓与机器学习负载。该词由 Databricks 于 2020 年前后大力推广。

原理

湖仓的技术基座是开放表格式（Apache Iceberg、Apache Hudi、Delta Lake）：它们在 Parquet 等文件之上维护快照与事务日志，提供 ACID 事务、模式演进、时间旅行与增量读取；统一元数据目录让 Spark、Flink、Trino、云数仓等多引擎读写同一张表；再辅以数据权限、质量与血缘治理组件，即可在数据湖上获得接近数仓的体验，同时避免数据在湖与仓之间反复搬运造成的冗余与不一致。

应用

主流云厂商与数据平台（Databricks、Snowflake、AWS、阿里云等）均已支持湖仓形态，Iceberg 逐渐成为跨厂商共识的开放标准。

评价

湖仓降低了架构复杂度与存储成本，但查询性能与治理成熟度仍在快速演进，「一体」程度因产品而异。