Lambda架构主要两个层次：Batch和Stream。Batch能够按照预定的批次转换数据，而Stream负责近乎实时地处理数据。Batch层通常被使用的场景是：在源系统中批量发送的数据，需要访问整个数据集，以进行所需的数据处理，不过因为数据集太大，无法执行流式处理。相反，那些带有小块数据包的高速数据需要在Speed层被处理。这些数据包要么相互独立，要么按照速度相近的方式形成了对应的上下文。显然，这两种类型的数据处理方式，都属于计算密集型，尽管Batch层的内存需求要高于Speed层。与之对应的架构方案需要具备可扩展性、容错性、性能优势、成本效益、灵活性、以及分布式。