本案例依原書 Big Data Technologies 與 Exhibit 1.3 整理。
原書把 Big Data Technology 分成 Operational Big Data 與 Analytical Big Data，分別處理高擴展交易與大規模回溯分析。
傳統 Relational Database 在新型 Volume／Velocity／Variety 下受到挑戰。NoSQL 強調速度與擴展；Analytical Workload 則常由 MPP Database／MapReduce 處理。
| Workload | 原書技術 | 主要用途 |
|---|---|---|
| Operational Big Data | NoSQL | Modern computing environment 下更快、更容易 scale |
| Architecture | Cloud／Commodity Building Blocks | Massively distributed／parallel processing |
| Analytical Big Data | MPP Database | Large retrospective analytical workload |
| Analytical Big Data | MapReduce | 大規模資料分析 |
先判斷 Workload 是 Operational（real-time／interactive）還是 Analytical（retrospective／algorithmic），再選 Architecture；不要從技術名稱倒推需求。
原書未提供 NoSQL／MPP／MapReduce 的 Benchmark、Latency 或 Cost 數字。
Technical Architecture 應由 Workload Characteristic 驅動。即時交易與大規模批次分析可能需要不同設計，不能把同一套 Database 當作萬用解法。
請先把某資料工作負載分類為 Operational 或 Analytical，再依原書 Exhibit 1.3 評估 NoSQL、MPP、MapReduce 的角色。若沒有 latency／volume 需求，請標記待確認。