数据管道（Python）
为Python Django系统设计数据管道和 ETL 设计。
参数
| Name | 标签 | 必填 | 默认值 |
|---|---|---|---|
| requirements | 需求 | Yes | - |
| constraints | 约束 | No | - |
| scale | 规模 | No | medium |
提示词模板
示例
使用技巧
- ✦从需求和约束开始——无约束的架构是幻想。
- ✦显式文档化权衡——每个决策都有缺点，隐藏它产生技术债。
- ✦为既定规模设计，非 10 倍——过度工程浪费时间和金钱。
为何使用
根据 GitHub 2024 调查，97% 的开发者使用 AI 工具，AI 辅助架构设计将数据管道和 ETL 设计的返工减少 35%。数据管道确保系统满足数据管道和 ETL 设计的需求，既不过度工程也不工程不足。Stack Overflow 2024 报告 76% 的开发者计划用 AI 做系统设计，AI 辅助架构已成为基线实践。
何时使用
启动新系统、规划重大重构或扩展现有系统超出当前架构时。不要将此提示用于次要功能添加或架构已稳定的情况。
常见问题
- ⚠错误：为假设规模设计——"为 100 万 RPS 构建但实际 100 RPS，复杂性浪费"。修复：为既定规模设计并有通往 10 倍的清晰路径。
- ⚠错误：无权衡文档——"未来架构师问为何选 CQRS，无答案"。修复：记录 ADR，含上下文、决策和后果。
- ⚠错误：忽视约束——"架构完美但预算只允许 2 台服务器而非 20 台"。修复：从约束和预算开始，而非从理想开始。
最佳实践
- ✓将决策记录为 ADR（架构决策记录），含上下文、决策和后果。
- ✓为既定规模设计，并有通往下一数量级的清晰路径。
- ✓让团队参与设计审查——最好的架构是团队能构建和维护的。
常见问题解答
这个提示词是做什么的？为什么要用它？
为Python Django系统设计数据管道和 ETL 设计。 根据 GitHub 2024 调查，97% 的开发者使用 AI 工具，AI 辅助架构设计将数据管道和 ETL 设计的返工减少 35%。数据管道确保系统满足数据管道和 ETL 设计的需求，既不过度工程也不工程不足。Stack Overflow 2024 报告 76% 的开发者计划用 AI 做系统设计，AI 辅助架构已成为基线实践。
什么时候应该使用这个提示词？
启动新系统、规划重大重构或扩展现有系统超出当前架构时。不要将此提示用于次要功能添加或架构已稳定的情况。
如何用这个提示词获得最佳效果？
关键技巧：从需求和约束开始——无约束的架构是幻想。；显式文档化权衡——每个决策都有缺点，隐藏它产生技术债。；为既定规模设计，非 10 倍——过度工程浪费时间和金钱。。
使用时容易出什么问题？
常见问题：错误：为假设规模设计——"为 100 万 RPS 构建但实际 100 RPS，复杂性浪费"。修复：为既定规模设计并有通往 10 倍的清晰路径。；错误：无权衡文档——"未来架构师问为何选 CQRS，无答案"。修复：记录 ADR，含上下文、决策和后果。；错误：忽视约束——"架构完美但预算只允许 2 台服务器而非 20 台"。修复：从约束和预算开始，而非从理想开始。。
有哪些最佳实践？
推荐做法：将决策记录为 ADR（架构决策记录），含上下文、决策和后果。；为既定规模设计，并有通往下一数量级的清晰路径。；让团队参与设计审查——最好的架构是团队能构建和维护的。。