一些闲谈

突然想到一个问题，对于一个只会写SQL的数据分析师而言，一个好的大数据系统应该是怎么样的呢？

存储数据

首先这个大数据系统里，应该存放在他想要的数据。只要有数据问题，就能在这个系统里找得到相应的数据去解决问题。这包含着两个意味：一个是数据系统的只存储合理的数据，另一个就是要求数据系统能够尽可能多的存储数据。对于第一个而言，就牵扯到数据治理的内容，要有合适的工具可以区分哪些数据是否应该保留，第二个就决定了大数据系统必然是分布式系统，可以尽可能扩容去保存数据。

快速计算

其次是输入一条SQL后，应该要很快就能返回结果。对于业务而言，尽可能缩短等待时间，否则输入一条 SQL，等待十几分钟才出结果，就很容易不耐烦。这也决定了，一个大数据系统的计算引擎必须要配备一个基于内存的，MPP计算引擎，满足在一定数据量下的快速查询的需求。当然这一类的计算引擎代价是非常高的，有些日常的数据处理需求就不会选择 MPP 计算引擎，而是选择类似 MapReduce 的计算引擎。

易用性

再者就是要方便使用，不能有太多的操作难度。最好就是有一个 Web 的 UI 界面，用户只需要输入 SQL，Web 就能返回查询的结果。如果满足数据安全要求的话，返回的查询可以以 Excel 格式下载。UI 界面最好还能带上 SQL 的自动提示功能，有 SQL 的功能函数的提示等。

稳定性

最后就是不能经常出问题，否则总是有各种问题，那这个大数据系统就基本上不可用了。