我们继续看到一些组织追求“酷”技术，当更简单的选择会更好时，却承担不必要的复杂性和风险。一个特别的主题是使用分布式大数据系统来处理相对较小的数据集。这种行为促使我们把大数据嫉妒再次暂停，从我们最近的经验中获得一些额外的数据点。的Apache CassandraDatabase承诺在商用硬件上具有巨大的可伸缩性，但我们已经看到许多团队被其架构和操作的复杂性所压倒。除非您有需要100个以上节点集群的数据量，否则我们建议不要使用Cassandra。你需要的运营团队是不值得的。在创建这一版本的Radar时，我们讨论了一些新的数据库技术，其中许多技术提供了比现有系统“10倍”的性能改进。我们总是持怀疑态度，直到新技术——尤其是像数据库这样关键的技术——得到了适当的证明。Jepsen提供了分析数据库性能的困难条件下发现众多错误在各种NoSQL数据库中。我们建议在评估数据库技术时保持适当的怀疑态度，并密切关注Jepsen等网站。
我们继续看到一些组织追求“酷”技术，当更简单的选择会更好时，却承担不必要的复杂性和风险。一个特别的主题是使用分布式大数据系统来处理相对较小的数据集。这种行为促使我们把大数据嫉妒再次暂停，从我们最近的经验中获得一些额外的数据点。的Apache CassandraDatabase承诺在商用硬件上具有巨大的可伸缩性，但我们已经看到许多团队被其架构和操作的复杂性所压倒。除非您有需要100个以上节点集群的数据量，否则我们建议不要使用Cassandra。你需要的运营团队是不值得的。在创建这一版本的Radar时，我们讨论了一些新的数据库技术，其中许多技术提供了比现有系统“10倍”的性能改进。我们总是持怀疑态度，直到新技术——尤其是像数据库这样关键的技术——得到了适当的证明。Jepsen提供了分析数据库性能的困难条件下发现众多错误在各种NoSQL数据库中。我们建议在评估数据库技术时保持适当的怀疑态度，并密切关注Jepsen等网站。
虽然我们早就明白大数据在更好地理解人们如何与我们互动方面的价值，但我们注意到一个令人担忧的趋势大数据嫉妒:组织使用复杂的工具来处理“不太大”的数据。对于大型数据集，分布式map-reduce算法是一种方便的技术，但是我们看到的许多数据集可以很容易地容纳在单节点关系数据库或图数据库中。即使您确实有更多的数据，通常最好的做法是首先挑选您需要的数据，然后通常可以在这样的单个节点上处理这些数据。因此，我们建议在启动集群之前，对需要处理的内容进行实际评估，如果适合(可能在ram中)，则使用简单的选项。
