01｜架构设计：一个典型的大数据系统的架构设计是怎么样的？

1. 大数据系统设计目标包括数据类型、数据量、时效性、成本、安全与隐私、可维护性。 2. 在大数据系统设计中需要进行取舍与权衡，包括一致性、可用性、分区容错性的选择、批处理与流处理的选择、OLTP 和 OLAP 的取舍、数据质量和处理速度的权衡、成本与性能的选择。 3. 大数据系统设计需要根据业务需求决定产品设计，产品设计决定技术选型，技术选型所带来的技术限制也会影响产品的具体实现。 4. 典型大数据系统的逻辑分层包括数据源、数据采集、接入层、数据传输层、数据存储层、计算层和系统应用接口。 5. 真实案例展示了从日志统计到用户数据仓库的演进过程，以及在实践中不断迭代演进的大数据系统架构。 6. 在实践中，大数据系统需要不断迭代，解决问题如数据Schema控制、数据血缘管理、计算任务合并、支持adhoc类型的交互式分析等。 7. 大数据系统的设计需要根据具体业务需求进行裁剪和修改，适配自身业务需求。 8. 对于数据分析师和产品经理来说，了解大数据系统的技术设计有助于提出合理的数据和产品需求，以及与开发同事高效沟通。 9. 思考题包括对其他复杂系统设计取舍的依据以及过往工作中大数据系统的逻辑分层划分情况。