大数据系统的框架划分挺清晰，数据的生成、获取、存储、四个模块一目了然。你要是刚接触这块内容，读这篇综述真的省事，算是把概念理得挺明白。

光学观测和用户行为数据的例子挺有代表性，数据不是一条一条地来，而是像瀑布一样哗啦啦地灌过来。怎么接住这波洪水，靠的就是这些系统的架构设计。

实时是个关键词，是你做金融或者安全监控类的项目，数据一滞后，就出事了。系统怎么扛得住？怎么又快又稳？文里讲得还蛮细的。

要了解行业怎么干的，建议顺手看看文末的几个链接，京东金融的大数据平台挺有参考价值的，思路、模块、实现细节都比较落地。

如果你想试试开源方案，Rhadoop这篇文章也可以看看，用 R 语言 Hadoop 上的数据，思路蛮灵活的。

不过要注意，大数据平台不是搭完就完事儿了，数据治理和系统扩展性这些问题也不能忽略。选框架的时候，别光看跑得快，还得看维护起来是不是费劲。

如果你最近正好在设计数据系统，或者在摸索怎么选技术栈，那这篇文章真的挺值一读的，省你不少踩坑的时间。