MatrixOne 简介

MatrixOne 是一款超融合异构分布式数据库，通过云原生化和存储、计算、事务分离的架构构建 HSTAP 超融合数据引擎，实现单一数据库系统支持 OLTP、OLAP、流计算等多种业务负载，并且支持公有云、私有云、边缘云部署和使用，实现异构基础设施的兼容。

MatrixOne 具备实时 HTAP，多租户，流式计算，极致扩展性，高性价比，企业级高可用及 MySQL 高度兼容等重要特性，通过为用户提供一站式超融合数据解决方案，可以将过去由多个数据库完成的工作合并到一个数据库里，从而简化开发运维，消减数据碎片，提高开发敏捷度。

MatrixOne 适用于需要实时数据写入，数据规模较大，负载波动频繁，同时拥有流程型业务和分析型业务的场景，比如移动互联网 APP、IoT 数据应用、实时数据仓库、SaaS 平台等。

核心特性

超融合引擎

超融合引擎

HTAP 数据引擎，单数据库即可支持 TP、AP、时序、机器学习等混合工作负载。
内置流引擎

内置流计算引擎，支持实时数据流入、实时数据转换及实时数据查询。

异构云原生

存算分离架构

将存储、计算、事务三层解耦，通过完全容器化的设计来实现极致扩展。
多基础设施兼容

支持跨机房协同/多地协同/云边协同，实现无感知扩缩容，提供高效统一的数据管理。

极致性能

高性能执行引擎

通过 Compute Node 和 Transaction node 的灵活配合兼顾点查询与批处理，对于 OLTP 和 OLAP 都具备极致性能。
企业级高可用

在领先的 Multi-Raft 复制状态机模型下建立强一致共享日志，可在避免数据重复的同时保证集群的高可用。

简单易用

自带多租户能力

自带多租户功能，租户既相互隔离，独立扩缩容又可进行统一管理，简化上层应用的多租户设计复杂度。

MySQL 高度兼容

MatrixOne 与 MySQL8.0 高度兼容，包括传输协议，SQL 语法和生态工具，降低使用和迁移门槛。

高性价比

高效存储设计

以成本低廉的对象存储作为主存储，通过纠删码技术仅需要 150% 左右的数据冗余即可实现高可用，同时提供高速缓存能力，通过冷热分离多级存储方案兼顾成本和性能。

资源灵活调配

用户可以根据业务情况自由调整为 OLTP 及 OLAP 分配的资源比例，实现资源最大化利用。

企业级安全合规

采用用户角色访问控制（RBAC）、TLS 连接、数据加密等手段，建立多级安全防护体系，保障企业级数据安全和合规。

用户价值

简化数据开发和运维

随着业务发展，企业使用的数据引擎和中间件越来越多，而每一个数据引擎平均依赖 5+ 个基础组件，存储 3+ 个数据副本，每一个数据引擎都要各自安装、监控、补丁和升级。这些都导致数据引擎的选型、开发及运维成本高昂且不可控。在 MatrixOne 的一体化架构下，用户使用单个数据库即可服务多种数据应用，引入的数据组件和技术栈减少 80%，大大简化了数据库管理和维护的成本。
消减数据碎片和不一致

在既有复杂的系统架构内，存在多条数据管道多份数据存储冗余。数据依赖复杂，导致数据更新维护复杂，上下游数据不一致问题频发，人工校对难度增大。MatrixOne 的高内聚架构和独有的增量物化视图能力，使得下游可以支持上游数据的实时更新，摆脱冗余的 ETL 流程，实现端到端实时数据处理。
无需绑定基础设施

因为基础设施的碎片化，企业的私有化数据集群和公有云数据集群之间数据架构和建设方案割裂，数据迁移成本高。而数据上云一旦选型确定数据库厂商，后续的集群扩容、其他组件采购等都将被既有厂商绑定。MatrixOne 提供统一的云边基础架构和高效统一的数据管理，企业数据架构不再被基础设施绑定，实现单数据集群跨云无感知扩缩容，提升性价比。
极速的分析性能

目前，由于缓慢的复杂查询性能以及冗余的中间表，数据仓库在业务敏捷性上的表现不尽人意，大量宽表的创建也严重影响迭代速度。MatrixOne 通过特有的因子化计算和向量化执行引擎，支持极速的复杂查询，单表、星型和雪花查询都具备极速分析性能。
像 TP 一样可靠的 AP 体验

传统数据仓库数据更新代价非常高，很难做到数据更新即可见。在营销风控，无人驾驶，智能工厂等实时计算要求高的场景或者上游数据变化快的场景中，当前的大数据分析系统无法支持增量更新，往往需要做全量的更新，耗时耗力。MatrixOne 通过提供跨存储引擎的高性能全局分布式事务能力，支持条级别的实时增量更新，在保证极速分析性能的同时支持更新、删除和实时点查询。
不停服自动扩缩容

传统数仓无法兼顾性能和灵活度，性价比无法做到最优。MatrixOne 基于存算分离的技术架构，支持存储节点与计算节点独立扩缩容，高效应对负载变化。

应用场景

需要可扩展性及分析报表能力的传统应用系统场景

企业常用的业务系统，如 OA，ERP，CRM 等系统随着业务的发展数据量增大，传统的单机数据库无法满足其性能需求，尤其在特殊时间点的业务分析需求，很多企业会专门配备一套分析数据库系统来满足月末，季末等重要节点的统计报表需求。这种场景采用 MatrixOne 数据库可以用一套数据库同时满足业务系统和分析系统的需求，同时具备强大的扩展性，随着业务增长可以无缝扩容。

需要实时分析能力的看板、BI 报表场景

针对企业典型的 OLAP 类型应用，如看板、BI 报表等分析系统，往往需要进行海量数据的分析，数据量一旦较为庞大则会面临性能瓶颈，导致时效性较差。MatrixOne 具备强大的分析性能和可扩展能力，可以针对各类复杂和数据量庞大的 SQL 查询进行加速，获得秒级体验的效果，提高企业决策分析的敏捷度。

海量异构数据实时流入和加工应用的数据平台场景

随着传感器和网络技术的大量应用，海量的各类 IoT 设备生产了大量的数据，比如制造业工厂产线，新能源汽车，城市安防监控摄像头等等，其规模可能轻易能达到数百 TB 甚至 PB 级别，而对数字化的需求也越来越多的要求企业存储和利用这些数据。但是传统的数据库方案无法满足如此海量且大规模的实时数据写入，以及加工应用的场景。MatrixOne 具备强大的流式数据写入和加工的能力，同时强大的可扩展性可以适应任意规模的负载和数据量，可以完全满足该场景的需求。

企业内部各类数据汇聚的数据中台场景

中大型企业往往有很多套业务系统，为了统一分析和打通各类数据，很多企业会建设一个打通各个系统数据源的数据中台，以全面的了解企业的整体状况。传统承载数据中台的解决方案都是基于 Hadoop 体系，但是 Hadoop 组件极为复杂，有较高的开发和运维门槛，对于很多企业来说成本太高。MatrixOne 的一站式 HTAP 架构可以非常方便的以使用 MySQL 一样的形式来使用一个数据中台，直接在 MatrixOne 中对海量数据进行 SQL 分析获得报表，极大的降低了成本。

互联网业务波动剧烈且频繁的业务场景

对于游戏，电商，文娱，社交，新闻等互联类应用来说，用户数量庞大且业务波动剧烈而频繁，在热门事件发生的时候，往往需要大量的计算资源来支撑业务需求。MatrixOne 完全云原生化的架构具备超强的扩展性，可以跟随业务的变化自动的快速扩缩容，极大的降低用户的运维难度。

企业级 SaaS 服务业务场景

企业级 SaaS 应用在近几年成爆发式的增长趋势，SaaS 的应用开发中都需要考虑自己的多租户模型，传统的方案中会有多租户共享数据库实例和单租户独享数据库实例两种模式，但是会面临管理成本和隔离性的两难选择。MatrixOne 自带多租户能力，租户之间天然负载隔离且可以独立扩展，同时又提供了统一管理能力，可以兼顾企业对成本，管理简易度和隔离性的需求，是 SaaS 应用的最佳选择。