更新时间:2022-02-22 GMT+08:00

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。