designing-data-intensive-applications-the-big-ideas-behind

用途：为分布式数据系统设计提供推理框架与决策参考，强调权衡而非给出唯一答案。 内容：包含五个核心思维模型——故障/错误/失败的层级（容错优于预防）、负载参数与可扩展性（如扇出分布比吞吐量更关键）、一致性模型谱系（线性一致性与因果一致性、最终一致性的成本差异）、不可变日志与派生视图（事件溯源、可重放修复）、协调是扩展之敌（最小化分布式事务与锁）。另附架构选型、故障处理、性能优化的条件式决策框架，以及六个反模式：含糊的最终一致性、默认使用分布式事务、基于物理时间戳排序、“直接加缓存”反射、无保证的写后读、忽视尾延迟。 参考文档：按需加载 fault-tolerance-through-architecture.md、load-parameters-and-scalability.md、immutability-determinism-and-debuggability.md、consistency-models-and-coordination-costs.md、distributed-transactions-and-coordination.md、operational-realities-and-failure-modes.md。 用法：据具体设计决策查阅对应参考文档，分析权衡、失败模式与实现模式；关键模式含幂等、栅栏令牌、法定人数、事件溯源、CQRS、Saga、断路器、对冲请求。 限制：官方文本为空，无版本、安装命令、价格与平台信息，暂未提供；不适用于该领域之外的任务。