《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》一1.4 基本原理...

本节书摘来自华章出版社《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》一书中的第1章，第1.1节，南森·马茨（Nathan Marz） [美]　詹姆斯·沃伦（JamesWarren）　著 马延辉　向　磊　魏东琦　译，更多章节内容可以访问云栖社区“华章计算机”公众号查看。

1.4　基本原理

为了找到正确构建数据系统的方法，你必须先了解基本原理。那么，从最基本的层面上来说，数据系统是做什么的呢?
下面以一个直观的定义切入正题—数据[系统基于过去到现在的信息来回答问题。例如，社交网络资料回答诸如“这个人的名字是什么？”“这个人有多少朋友？”这样的问题；银行账户网页回答诸如“我的当前余额是多少？”“最近我的账户发生了什么交易？”这样的问题。
数据系统不只是记录和重现信息。它们把零碎的信息结合起来生成答案。例如，银行账户余额是结合该账户上的所有交易信息得到的。
另一个重要的观察是：并非所有信息都是平等的，一些信息来自于其他信息。例如，银行账户余额源自历史交易，朋友数源自朋友列表，朋友列表源自用户资料中添加和删除朋友的总次数。
当你一直追踪信息的来源时，最终得到的是并非派生自任何事物的信息。这是最原始的信息，也就是说，你掌握的信息是真实的，只是因为它是存在的。这样的信息就被称为数据。
你也许对数据这个词有着不同的理解。通常数据与信息这个词是可以互换使用的。但在本书的剩余部分，在使用数据这个词时，所指的是一切派生得到的特殊信息。
如果一个数据系统通过查看过去的数据来回答问题，那么最通用的数据系统通过查看整个数据集来回答问题，所以数据系统最通用的定义如下:

  query = function (all data)

换言之，任何所能想象的数据处理都可以表示为一个函数，该函数以接收到的所有数据作为输入。请记住这个等式，因为它是你将学到的所有知识的关键。后文将反复提及这个等式。
Lambda架构提供了一种通用的方法来实现任意数据集上的任意函数，并且让这个函数低延迟地返回结果。这并不意味着每次实现一个数据系统时，你永远使用完全相同的技术。你使用的具体技术可能基于自身需求的改变而改变。但是Lambda架构定义了一个一致性的方法来选择这些技术，并将它们连接在一起以满足你的需求。
下面讨论数据系统必须呈现出的属性。