优点：
（1）容错性好。Lambda架构为大数据系统提供了更友好地容错能力，一旦发生错误，我们可以修复算法或从头开始重新计算视图。
（2）查询灵活度高。批处理层允许针对任何数据进行临时查询。
（3）易伸缩。所有的批处理层、加速层和服务层都很容易扩展。因为它们都是完全分布式的系统，我们可以通过增加新机器来轻松地扩大规模。
（4）易扩展。添加视图是容易的，只是给主数据库集添加几个新的函数。
缺点：
（1）全场景覆盖带来的编码开销。
（2） 针对具体场景重新离线训练一遍益处不大。
（3）重新部署和迁移成本很高。
