知识卡片
粒度决定弹性
内容
主数据集应保存足够细粒度的事实，而不是过早保存面向某个查询的汇总。粒度越接近事件本身，未来构造新视图的空间越大；过早汇总会把暂时需求固化成永久限制。
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2章《大数据的数据模型》"2.1.1 数据是原始的"一节（源文件：_epub-src/OEBPS/Text/020.xhtml）
- 结论依据：原文以Google/Apple/Amazon股价数据为例，说明按天汇总的粗粒度数据掩盖了当天事件的因果关系，而"如果可以访问以更细时间粒度存储的数据，你就能得到关于那一天所发生事件更清晰的总体图像"，并总结"存储原始数据有巨大的价值，因为你很少提前想好所有问题的答案……汇聚、重写或删除信息限制了数据可以告诉你答案的数量"。
- 原始内容：但是如果可以访问以更细时间粒度存储的数据，你就能得到关于那一天所发生事件更清晰的总体图像，并据此进一步探究潜在的因果关系……存储原始数据有巨大的价值，因为你很少提前想好所有问题的答案。通过尽可能地保存原始数据，你可以充分利用自己的能力来获得新的见解，因为汇聚、重写或删除信息限制了数据可以告诉你答案的数量。