第一部分 数据系统的基础
1.可靠、可扩展、可维护的应用
本书主要讲述的内容是数据系统的原理与实践，以及如何构建数据密集型应用。目前的很多应用都是数据密集型，而不是计算密集型。计算性能基本不是大多数应用的限制因素，而是通常大量的数据信息。这些数据信息如何存储为了下次查找（database），加速读取（cache），根据索引查找（index），流处理？，大量增加数据（批处理）。由于不同场景对于性能，数据访问方式，具体实现的要求不同，数据系统有很多。对于数据系统，我们主要关注可靠性、可扩展性和可维护性3点。
可靠性
数据系统需要持续正常工作，即使面对多样的问题。
问题主要包括硬件问题、软件问题以及人的问题。
硬件问题主要需要冗余备份、快速恢复等方法解决。
软件问题可能会导致级联的问题。解决方法包括仔细考虑系统的假设与交互、全面测试、进程孤立、允许进程崩溃与重启、评测监控以及分析系统的行为。
人的问题的解决方法包括最小化错误产生的可能（交互应当简单），环境解耦（方便沙箱测试），全局测试，快速恢复，设置详细清晰的监控（包括性能、错误率），好的训练。
可靠性的重要性在于我们对用户是有责任的。如果用户存储家庭照片的应用的数据库突然崩溃，他们会怎么想。