典型应用

游戏

在游戏应用中，可以将一些用户信息，如用户装备、用户积分等存储在DDS数据库中。游戏玩家活跃高峰期，对并发能力要求较高，可以使用DDS的集群类型，应对高并发场景。DDS副本集和集群架构的高可用特性，能够满足游戏在高并发场景下持续稳定运行。

另外，DDS兼容MongoDB，具有No-Schema的方式，能免去您在游戏玩法变化中需要变更表结构的痛苦，非常适用于灵活多变的游戏业务需求。您可以将模式固定的结构化数据存储在关系型数据库（Relational Database Service，简称RDS）中，模式灵活的业务存储在DDS中，高热数据存储在分布式缓存服务（Distributed Cache Service，简称DCS）的Redis中，实现对业务数据高效存取，降低存储数据的投入成本。

优势：

• 支持内嵌文档：内嵌文档可以避免join的使用，降低应用开发的复杂性，灵活的schema支持，方便快速开发迭代。
• 轻松应对数据峰值压力：基于分片构建的集群支持TB级的数据需求。

IoT

DDS兼容MongoDB，具有高性能和异步数据写入功能，特定场景下可达到内存数据库的处理能力。同时，DDS中的集群实例，可动态扩容和增加mongos和shard组件的性能规格和个数，性能及存储空间可实现快速扩展，非常适合IoT的高并发写入的场景。

物联网（Internet of Things，简称IoT）智能终端往往需要进行多样化的数据采集，且需要存储设备日志信息，并对这些信息进行多维度分析。IoT业务增长快，数据量大，访问量增长迅速，对数据存储要求具备水平扩展能力。

DDS提供二级索引功能满足动态查询的需求，利用兼容MongoDB的MapReduce聚合框架进行多维度的数据分析。

优势：

• 写性能：文档数据库的高性能写入，基于分片构建的集群支持物联网TB级的数据需求。
• 高性能和扩展性：对高QPS应用有很好的支持，同时分片架构可以快速进行水平扩展，灵活应对应用变化。

互联网

DDS的副本集模式采用三节点Replica Set的高可用架构，三个数据节点组成一个反亲和组，部署在不同的物理服务器上，自动同步数据。Primary节点和Secondary节点提供服务，两个节点分别拥有独立内网地址，配合Driver实现读取压力分配。

大型企业的数据库往往需要应对TB级数据，有较强的数据存储需求。且大数据场景下，还需要满足业务在线数据实时写入数据库、大数据计算分析、分析结果反馈等实时查询、动态分析的需求。

优势：

• MapReduce：解决数据分析场景需求，用户可以自己写查询语句或脚本，将请求都分发到DDS上完成。
• 性能扩展能力强：应对业务增长快，数据量大的内容管理系统。具备较好的扩展能力。