所谓「湖仓一体」，这又是一个在我看来，装逼大于实用性的噱头。

你不得不承认，在当下咱们这种浮躁的技术氛围下，总有那么一小撮人，喜欢时不时给你造出一些体现所谓「创新」、「新潮」、「高逼格」的技术词汇。

为什么会这样呢？

一方面，因为各大公司、组织在汇报工作，吹牛逼的时候，老板们，甲方爸爸们喜欢听；

另一方面，对于这种造新词的活，也成了这帮人的日常KPI。

在一些老板们眼里，你的项目，产品用到了哪些实用性技术，他们毫不在乎，他们只想知道，你这汇报的 PPT 够不够「唬人」，技术架构图能不能「震住场」，内容描述是不是「高大上」。

至于靠不靠谱，能不能让人听懂、看懂，这些都不重要，反正落地实践的时候是个什么熊样，他们也看不到，也看不懂，自然就不会去关心。

忽悠呗，谁不会啊！

这就导致一个现象，那就是但凡技术圈里有个新潮的概念冒头，就会有一堆人追捧，在都没有搞清楚这玩意到底是个什么东西的情况下，就一股脑跟风在那尬吹。

反正宣传这些概念，写这种文章又不用动脑，各种抄呗，至于落地实践，关我什么事，我又不用负责，我只关心流量。

网上一搜，你会发现这种垃圾水文遍地都是，很多文章甚至连标点符号都抄的一模一样，关键人家还大言不惭的告诉你，我是“原创”哦。

这样的现象在我们当下的网络环境里比比皆是，一个个拿出来说显然不可能，那么今天，咱就从这个所谓的「湖仓一体」开始(撕)吧。

0.

这个概念对于广大大数据开发的同学们来说，应该一点都不陌生，对于圈内人来说，你几乎每天都可以接触到这样的资料和文章。

这样的文章基本都有一个共同的特点，那就是：**开局一张图，内容到处抄！
**

原本你以为是一篇解惑的科普文，但不曾想，你要是敢全部看完，那必定是越解越惑，最后只能怀疑是不是自己智商不行。

类似的文章我看了非常多，如果说看劣质内容对我心灵跟眼睛的伤害算工伤的话，那我一定可以报销一大笔。

这些文章最喜欢玩的，就是为了解释一个「高大上」的概念，然后用另外一堆「高大上」的词汇堆砌起来，最后告诉你：诺，就是这样的啦，我已经说的很明白喽，看不懂那就是你的问题。

可不嘛，拿别人的二手资料复制过来一粘贴，瞬间就变成自己的了，同时觉得自己瞬间也懂了，但你要是敢追问它细节，保准一问就死。

今天这篇文章，咱就来看看对于「湖仓一体」那些在我看来扯淡的地方，它是怎么描述的？

1. 什么是数据湖

你一定看过很多文章对数据湖的解读，它们一般是这样式的：

_引用自某网络资料
_

虽然不同的文章，对于什么是数据湖的解释不完全相同，但核心总结起来就是：

数据湖是一个，首先能够容纳企业各式各样的，比如结构化、半结构化、非结构化的，未加工的原始数据，这样一个集中式的存储场所。其次数据湖能提供对这些数据进行计算、分析、和结果展示的能力。

这里面最有争议的其实就是它的存储，你要真能满足这些半结构、非结构化数据的「大一统」存储，目前来看，就只有基础的文件系统(比如HDFS、S3这些)。

但是呢，你再看看现在那些宣称自己是数据湖技术的软件(Hudi、iceberg、Delta lake、Paimon等)，哪一个在使用前不需要结构化数据，不需要建表的？它们真的能存储非结构化数据？(详情可以参考我的历史文章)

能个锤子，睁着眼睛说瞎话！

但奇怪就奇怪在，几乎你能看到的所有跟数据湖主题相关的文章、资料，好像都在告诉你，这些就是能。

脑子是个好东西，适当的时候也麻烦用一用。

2. 湖仓一体

对这个概念的解读就更有意思了，最近看到这样的2个描述：

湖上建仓、 仓外挂湖

好高大上的两个「四字成语」啊，看的人不由得顿时菊花一紧、心生敬畏，这两个词要是整到 PPT 上，那不又得收获一顿雷鸣般的掌声。

正所谓「外行看热闹，内行看门道」，虽然这些破烂玩意确实比较容易把一些门外汉迷的七荤八素的，但咱是专业的呀，你再花里胡哨的伪装，也逃脱不了我的火眼金睛不是。

来，现在就给你撕开这两个概念的遮羞布。

所谓的**「湖上建仓」**，一些概念绕来绕去，其实说的就是：

**首选第一个，数据存储跟数据计算，是分开的两个不同软件，数据先存储到这个统一的存储软件里(直接的文件系统、或者上面提到的那些数据湖软件)；
**

然后，利用一些数据库可以配置统一的(区别于本地的磁盘目录)，专门的存储软件的能力(比如HDFS、S3，或者上面提到的那些数据湖软件)，来实现的存储跟计算分离目的。

再来看什么是**「仓外挂湖」**？

指的是，原本的数据库它所要的查询的数据，是来自本地磁盘的(就那种正常的，配置本地目录的方式)，但是呢，由于一些数据库支持对外部存储的扩展。

所以，这个数据库，它又可以扩展一些对外部存储(比如HDFS、S3，或者上面提到的那些数据湖软件)的计算能力，实现这个存储跟计算分离。

要我说，这个所谓的「湖上建仓」跟「仓外挂湖」解释来解释去，本质说的就是“存算分离”这一个意思，你信吗？

但你要是敢去看完对这两个概念解释的原文，绕不死你算我输。

3. 为啥要吐槽

光吐槽这些现象肯定不是咱的目的，我想表达的是：

_首先，任何技术它都不神秘，也根本不存在所谓的高大上；
_

其次，那些试图用各种晦涩难懂、逻辑混乱、看上去逼格拉满的词汇向你解释某个技术的资料，要么就是写的人不懂装懂，东拼西凑来显摆的。

要么就是故意用这种方式来试图拉高自己的段位，搁那装逼的，看吧，我就是比你厉害。

当然还有一种，那就是他的内容越晦涩难懂，越让你有种不觉明厉的错觉，以此来强调自己专业，最终目的就是卖产品。

如何破解？

没有什么绝招，现在的技术环境早就没有我刚入行时那么纯粹了，虽然说网络上的资料越来越丰富，但是充斥其中的各种「臭鱼烂虾」也是越来越多。

如何分辨？只能多怀疑、多思考、多验证，不要轻易相信任何人的言论。

另外，使用一项技术，就爱一项技术，尽可能把它用深，用到极致，而不是浅尝辄止。

就拿这个所谓的湖仓一体架构来说，你要是能把几个主流数据库给玩溜了，我相信你这辈子都可以不用这破玩意，一样能利利索索解决好你的业务问题。

好了，就吐槽到这吧，这些话说出来真舒服，可憋死我了。