CERN — хороший пример того, как выглядит data stack на пределе. За время работы коллайдера в архиве накопили б

CERN — хороший пример того, как выглядит data stack на пределе. За время работы коллайдера в архиве накопили более эксабайта данных, но до хранения доезжает лишь крошка потока: отбрасывается 99,99% событий.

Что здесь важно для martech-практики:

1) Сначала фильтрация, потом storage.
Не наоборот. Если сначала тащить всё в DWH/CDP, получаем дорогой мусорный склад и вечный рост затрат.

2) Архитектура под долгий срок.
У CERN система должна жить десятилетиями. Это очень похоже на enterprise martech-стек: интеграции, схемы данных и правила качества важнее модных интерфейсов.

3) Скорость решения критичнее объёма.
Нужны быстрые правила, которые решают: событие релевантно или нет. В CRM/CDP это те же real-time триггеры, дедупликация и event filtering.

Вывод простой: в высоконагруженных системах выигрывает не тот, кто хранит больше, а тот, кто раньше и дешевле отсекает лишнее. 🔧