第三部分：衍生数据

在本书的第一部分和第二部分中，我们自底向上地把所有关于分布式数据库的主要考量都过了一遍：

大型应用程序经常需要以多种方式访问和处理数据：数据存储、索引、缓存、分析系统等等，并实现在这些组件中移动数据的机制。

本书的最后一部分，会研究将多个不同数据系统（可能有着不同数据模型，并针对不同的访问模式进行优化）集成为一个协调一致的应用架构时，会遇到的问题。在现实世界中，集成不同的系统是实际应用中最重要的事情之一。

记录系统和衍生数据系统

从高层次上看，存储和处理数据的系统可以分为两大类：

记录系统（System of record）：也被称为 真相源（source of truth），持有数据的权威版本。当新的数据进入时（例如，用户输入）首先会记录在这里。每个事实正正好好表示一次（表示通常是 正规化的，即 normalized）。如果其他系统和 记录系统 之间存在任何差异，那么记录系统中的值是正确的（根据定义）。
衍生数据系统（Derived data systems）：另一个系统中的现有数据以某种方式进行转换或处理的结果。如果丢失衍生数据，可以从原始来源重新创建。典型的例子是 缓存（cache）。非规范化的值，索引和物化视图亦属此类。在推荐系统中，预测汇总数据通常衍生自用户日志。

从技术上讲，衍生数据是 冗余的（redundant），因为它重复了已有的信息。

并不是所有的系统都在其架构中明确区分 记录系统 和 衍生数据系统，但这种区分方式它明确了系统中的数据流：系统的哪一部分具有哪些输入和哪些输出，以及它们如何相互依赖。

大多数数据库，存储引擎和查询语言，本质上既不是记录系统也不是衍生系统。