企业官网建设流程全解析

第 13 章 Union Read：流湖联合读取

章节定位：全系列"读语义"的收束章。第 12 章我们让湖表可读（$lake），但它只给"历史那一半"；本章要把Fluss 的热数据与湖的历史数据在同一张逻辑表里无缝折叠成"一张表"。核心回答四个问题：Union Read 靠什么保证"不重不漏"（快照 + 位点接续）、批模式与流模式的区别与代价、"四条读路径"该怎么选，以及为什么"湖兼容引擎"不等于"能 Union Read"。

版本基线：Fluss 1.0.0 +Flink 2.3（Union Read 流 + 批）+Spark（1.0 起支持批 Union Read 与时间窗增量读）+ Paimon 2.0（Union Read 支持 Paimon 1.1 ~ 2.0）+ Doris 4.1（不做 Union Read，经 Paimon Catalog 只读湖，第 14 章）+ Kafka 3.x + MySQL 8.0/8.4 + Flink CDC 3.6.x + DolphinScheduler 3.x + JDK 17

前置知识：第 8 章（主键表 = 快照 + changelog，