Merge pull request #22 from artiship/path-1

纠正翻译错误

ch1.md

@@ -10,33 +10,17 @@
 
 [TOC]
 
-​	现今很多应用程序都是**数据密集型（data-intensive）**的，而非**计算密集型（compute-intensive）**的。因此CPU很少成为这类应用的瓶颈，更大的问题通常来自数据量、数据复杂性、以及数据的变更速度。
+​现今很多应用程序都是 **数据密集型（data-intensive）** 的，而非 **计算密集型（compute-intensive）** 的。因此CPU很少成为这类应用的瓶颈，更大的问题通常来自数据量、数据复杂性、以及数据的变更速度。
 
 数据密集型应用通常由标准组件构建而成，标准组件提供了很多通用的功能；例如，许多应用程序都需要：
 
-***数据库（database）***
+ ​- 存储数据，以便自己或其他应用程序之后能再次找到 （***（数据库（database））***）
+ ​- 记住开销昂贵操作的结果，加快读取速度（***缓存（cache）***）
+ ​- 允许用户按关键字搜索数据，或以各种方式对数据进行过滤（***搜索索引（search indexes）***）
+ -​ 向其他进程发送消息，进行异步处理（***流处理（stream processing）***）
+ - 定期处理累积的大批量数据（***批处理（batch processing）***）
 
-​	存储数据，以便自己或其他应用程序之后能再次找到
-
-***缓存（cache）***
-
-​	记住开销昂贵操作的结果，加快读取速度
-
-***搜索索引（search indexes）***
-
-​	允许用户按关键字搜索数据，或以各种方式对数据进行过滤
-
-***流处理（stream processing）***
-
-​	向其他进程发送消息，进行异步处理
-
-***批处理（batch processing）***
-
-​	定期处理累积的大批量数据
-
-​	
-
-​	如果这些功能听上去平淡无奇，那是因为这些**数据系统（data system）**是非常成功的抽象：我们一直不假思索地使用它们并习以为常。绝大多数工程师不会幻想从零开始编写存储引擎，因为在开发应用时，数据库已经是足够完美的工具了。
+​如果这些功能听上去平淡无奇，那是因为这些 **数据系统（data system）** 是非常成功的抽象：我们一直不假思索地使用它们并习以为常。绝大多数工程师不会幻想从零开始编写存储引擎，因为在开发应用时，数据库已经是足够完美的工具了。
 
 ​	但现实没有这么简单。不同的应用有着不同的需求，因而数据库系统也是百花齐放，有着各式各样的特性。实现缓存有很多种手段，创建搜索索引也有好几种方法，诸如此类。因此在开发应用前，我们依然有必要先弄清楚最适合手头工作的工具和方法。而且当单个工具解决不了你的问题时，组合使用这些工具可能还是有些难度的。