Function

产品功能介绍

提供产品白皮书、产品使用文档下载

  • 大规模并行处理

    无共享大规模并行数据流引擎(合理进行任务分解,降低各任务执行时的协调开销),数据加载完全并行,加载数据可达到 4.5T/小时(理想配置) 。并且可以直接通过 SQL 语句对外部表进行操作。

  • 数据均匀分布

    采用分布式集群控制技术和分布式 Hash数据路由技术,提供分布式存储。混合存储引擎行存储、列存储、外部表支持行、列压缩存储技术。 海量数据库支持 ZLIB 和 QUICKLZ 方式的压缩,压缩比可到 10:1。压缩数据不一定会带来性能的下降,压缩表利用空闲的 CPU 资源,减少 I/O 资源占用。 海量数据库除支持主流的行存储模式外,还支持列存储模式。如果常用的查询只取表中少量字段,则列模式效率更高,如查询需要取表中的大量字段,行模式效率更高。

  • 多级分区存储

    哈希Distribution:数据均匀的分布到各个数据节点 范围分区:数据节点内部,根据多种规则分区,降低扫描量。

  • 大规模并行数据加载

    高速导入和导出 主节点不是瓶颈 10+TB/小时/Rack 线性扩展 ·低延迟 加载后立刻可用 不需要中间储存 不需要额外数据处理 导入/导出 到﹠从 文件系统 任意ETL产品 Hadoop发行版

  • 分布式事务

    主节点上的分布式事务管理器协调Segment上的提交和回滚操作 Segments有自己的事物日志,确定合适提交或回滚自己的事物

  • 在线系统扩容

    数据库的内部通信通过基于超级计算的“软件 Switch”内部连接层,基于通用的 gNet (GigE, 10GigE) NICs/switches 在节点间传递消息和数据, 采用高扩展协议,支持扩展到 1000个以上节点。

  • DHT 数据路由

    采用DHT(Distribute Hash Table,分布式哈希表)路由数据算法。每个存储节点负责存储一小部分数据,基于DHT实现整个系统的寻址和存储。 DHT算法具有以下特点: 均衡性(Balance):数据能够尽可能分布到所有的节点中,这样可以使得所有节点负 载均衡。 单调性(Monotonicity):当有新节点加入系统中时,系统重新做数据分配,原来的数据存储位置不需要很大的调整。 存储路由采用分布式哈希算法,使得存储系统具有如下特点: 快速达到负载均衡:新加入节点只需要搬移

  • 平滑扩容节点

    分布式架构具有良好的可扩展性,支持超大容量的存储: DHT算法保证了扩容后不需要做大量的数据搬迁,可以快速达到负载均衡状态。 扩展计算节点可以同步扩容存储空间,扩容后的系统仍旧是计算和存储融合的,非烟囱式扩展。 分布式系统的带宽和 Cache都均匀分布到各个节点上,带宽和 Cache随着节点的扩容而线性增加。

  • 节点监控器

    提供可视化的监控界面,用户从监控界面可以查看系统监控(KPI指标)、告警事件和存储池状态等,操作维护简单。

  • 扩展功能

    支持粗粒度智能索引,数据入库自动建立索引,无须人工维护,且具备自动优化的能力。 数据库集群具备大并发响应能力,单节点支持大于300并发,并发能力能够随集群规模线性提升。 千亿行级别的数据表间做关联,关联结果集千万以内的情况下,响应时间在一分钟以内,结果导出时间在5分钟以内。 提供结构化数据和非结构化数据的统一存储和分析能力,具备统一监控管理平台,数据查询平台。

暂无可以显示的内容,敬请期待!

Content temporarily not available.Coming soon!

暂无可以显示的内容,敬请期待!

Content temporarily not available.Coming soon!

x