知识卡片
数据系统属性
内容
可靠的大数据系统要同时追求容错、低延迟读写、可扩展、可扩展功能、支持即席查询、低维护成本和可调试性。这些属性相互牵制，架构设计的价值就在于找到能长期维持这些属性的结构。
参考来源
- 位置：《大数据系统构建：可扩展实时数据系统构建原理与最佳实践》第1章《大数据的新范式》"1.5 大数据系统应有的属性"一节（源文件：_epub-src/OEBPS/Text/012.xhtml）
- 结论依据：原文逐条列出鲁棒性和容错性、低延迟读取和更新、可扩展性、通用性、可扩展功能（extensibility）、即席查询、最少维护和可调试性八项属性，并总结"将所有这些属性组合在同一个系统中实现，这看起来是一个令人生畏的挑战。但从基本原理出发，正如Lambda架构做的，这些属性将从最终的系统设计中自然而然地生成"。
- 原始内容：你应该使大数据系统努力具备尽可能多的关于复杂性和可扩展性的属性。大数据系统不仅要运行良好、有效地使用资源，还必须易于推理……一旦出错，大数据系统必须提供必要的信息来调试系统……将所有这些属性组合在同一个系统中实现，这看起来是一个令人生畏的挑战。但从基本原理出发，正如Lambda架构做的，这些属性将从最终的系统设计中自然而然地生成。