99,99% данных CERN выкидывают на входе. И это не баг, а нормальная экономика системы.

На коллайдере уже лежит больше эксабайта архива, но до хранения доезжает только то, что прошло фильтрацию. Логика простая: если тащить все подряд, инфраструктура сгорит по деньгам, дискам и времени. Поэтому архитектура строится не вокруг «сохранить максимум», а вокруг жесткого отсечения мусора на раннем этапе.

Это полезно смотреть не только физикам, но и агентствам. У вас тот же выбор:
— не тащить в производство каждую хотелку клиента;
— не раздувать смету деталями, которые не влияют на результат;
— не превращать ретейнер в склад бесплатных задач.

В нормальной системе фильтр стоит раньше, чем начинается дорогая обработка. Иначе маржа утекает в вычисления, согласования и ручной разбор. 🧱

Вот где живет прибыль: не в объеме данных, а в качестве отбора.