数据湖、湖仓一体与传统 Hadoop 数仓的区别
哪些公司问过
中国工商银行1联友科技1
答案要点
- Iceberg 是开放表格式,属于数据湖和湖仓一体生态,而非存储系统本身
- 传统 Hive 数仓表即目录、元数据到分区级,行级更新、并发写和实时接入困难
- 数据湖用廉价存储保存多种原始数据,读时定义结构,但缺少事务和治理
- 湖仓表格式通过快照和元数据文件提供 ACID、时间旅行、模式演进和行级更新
- 开放格式一份数据多引擎共用,存算分离,统一 BI、AI 和实时离线
易错点
- 把 Iceberg 当成存储系统或计算引擎,说不清它是表格式
- 认为数据湖就是把文件堆在 HDFS 上,忽略湖仓表格式带来的事务能力
- 只讲概念不讲传统 Hive 数仓的具体痛点
面试官常见追问
- 建表时分层、分区、分桶分别怎么实现?
- Iceberg 的隐藏分区有什么好处?
- 湖仓一体会完全取代传统数仓吗?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。