# 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云数据库RDS中，模式灵活的业务存储在DDS中，高热数据存储在GeminiDB Redis里，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dds 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。
 
#### 其他各领域应用
- 社交应用：使用文档数据库服务DDS可以通过地理位置索引轻松实现查找附近的人、位置等功能。因为文档数据库服务DDS提供了非常丰富的查询，所以适合用来存储聊天内容，在读取和写入方面都相对较快。
- 大数据应用：使用文档数据库服务DDS作为大数据的云存储系统，可以利用其灵活的聚合功能，方便地进行数据提取分析。
- 物流应用：使用文档数据库服务DDS以内嵌数组的形式来存储订单信息，即使订单状态在运送过程中会不断更新，一次查询也能将订单所有的变更读取出来。