会议室里最安静的一刻，往往出现在两个数对不上的时候。
老板看着大屏问：“为什么这里销售额是 128 万，日报里是 131 万？”
做数据的同学低头看了一眼，回答：“一个是实时的，一个是离线的。”
这句话很常见。
也很危险。
因为它解释了现象，却没有解释边界。老板听完还是不知道该信哪个数，业务听完还是不知道明天能不能用，最后大家只记住一件事：数据又对不上。
“实时”和“离线”不是免死金牌
实时数据和离线数据不一样，这很正常。
实时链路更快，但可能有延迟到达、重复消息、状态回写、退款补录。离线链路更稳，但通常按批次跑，看到的是某个时间点之后整理过的结果。
问题在于，很多人把“实时/离线”当成解释的终点。
其实它只是起点。
老板真正想知道的是：这两个数差在哪里，差多少算正常，什么时候会收敛，今天决策应该看哪个。
如果你只说“一个实时一个离线”，就像医生只说“一个是体温计，一个是血常规”。信息没错，但病人还是不知道怎么判断。
LTAP 很热，但普通人先看懂一致性
最近 Databricks 推 Lakebase，讨论 LTAP，也就是把事务型处理和分析型处理放到更统一的数据底座里。
这类趋势很好理解：大家都不想维护太多套系统，也不想在业务库、数仓、湖仓、缓存之间来回搬数据。
可是 Regatta 的反方文章也提醒了一点：存储统一，不代表一致性问题自动解决。
对普通数据从业者来说，不一定要立刻掌握所有架构细节。但你要有一个基本意识：两个数不一样，背后通常不是“谁算错了”这么简单。
它可能来自：
- 数据时间窗口不同；
- 写入和统计看到的版本不同；
- 迟到数据处理规则不同；
- 退款、取消、补录的状态归属不同；
- 实时链路和离线链路过滤规则不同。
这些问题如果不讲清楚，未来 AI 问数也会踩同样的坑。
AI 会很快回答“销售额是多少”。但如果系统里同时存在实时销售额、离线销售额、财务确认销售额、运营口径销售额，它很可能答得又快又乱。
你应该给出 4 层解释
下次再遇到两个数不一样，不要只说实时/离线。
可以按 4 层解释。
第一层：来源。
这两个数分别来自哪张表、哪条链路、哪个报表。先让大家知道它们不是凭空出现的。
第二层：时间。
一个看的是截至当前分钟的数据，另一个看的是昨晚批处理后的数据；一个包含今天退款，一个要到明天才回写。时间窗口说清楚，很多争议会少一半。
第三层：规则。
哪些订单算进去，哪些不算；取消订单算不算，退款什么时候扣，测试订单有没有排除。规则不说清，数字永远像吵架。
第四层：使用建议。
这才是最重要的。今天要看趋势，用实时数；月底要对账，用离线确认数；活动现场要盯异常，用实时看板；财务结算不能用实时看板截图。
数据分析师的价值，不是证明其中一个数绝对正确，而是告诉别人每个数适合干什么。
别把差异藏起来
很多人怕解释两个数不一样。
好像一解释，就承认数据不可信。
其实恰好相反。真正让人不信数据的，是差异永远没有解释。你越遮，大家越觉得里面有问题。
如果你能在报表旁边写清楚：这个实时指标通常会在 T+1 后和离线口径收敛，正常差异范围大约来自退款和迟到订单，超过某个范围需要排查上游，那业务反而更敢用。
数据可信，不是所有数永远一样。
数据可信，是差异出现时，有人能说明它为什么出现、什么时候消失、该怎么用。
这就是普通数据从业者在 AI 时代更需要补的一课。
模型可以帮你查数。
但解释两个数为什么不一样，仍然是人的工作。
下次开会前，先准备一张差异卡
如果你经常被问到两个数为什么不一样，可以提前给自己准备一张很小的差异卡。
不用复杂，5 行就够：
- 指标名；
- 实时口径；
- 离线口径；
- 常见差异来源；
- 建议使用场景。
这张卡的作用，不是让你在会上显得准备充分。它是帮你把“临场解释”变成“稳定判断”。
很多数据分析师在会上吃亏，不是因为算错了，而是因为只带了结果，没有带解释结果的材料。别人一问，自己就只能临时组织语言。越解释越像辩解。
有了差异卡，你可以很平静地说：这两个数确实不同，差异主要来自退款回写和数据窗口；今天看活动趋势用实时数，月底复盘和财务对账看离线确认数。
这句话比“一个是实时的”多不了多少字。
但可信得多。
我叫石头，在数据行业里摸爬滚打了十几年，见过太多“一个实时一个离线”后面藏着的真问题。这里写的，就是这些教训——我觉得值得说出来的那部分。
来源：Databricks Lakebase · Regatta：storage unification is not enough
