MatrixOne

一站式时序解决方案

一站式时序解决方案应对海量 IoT 数据挑战

物联网场景的数据挑战

数据存储成本高

IoT 设备产生的数据量是巨大的,但是数据的价值密度相对于业务系统产生的数据又偏低。这使得数据存储和管理变得复杂。如何有效地存储这些数据,以便在不影响性能的情况下进行快速查询和分析,是一个重要的挑战。

海量高频写入压力大

现代 IoT 数据采集系统都强调高频且实时地采集数据,大数据量的写入对于传统数据库来说是一个不小的负担,且由于网络条件的限制,很多时候会面临不可预知的突发高并发写入,经常会瞬间让数据库负载激增而无法提供服务。

数据架构复杂

为了支撑物联网场景下的业务应用,用户往往需要为了高频写入、实时分析查询、高并发增删改查、大批量存储等多种能力,而采用多个数据库和中间件组件自建一套复杂的数据处理架构,并需要管理其中的大量数据流转链路,搭建和运维的复杂度极高。

实时性要求苛刻

很多物联网应用场景(如自动驾驶、智能工厂等)需要对数据进行实时处理和响应。这就要求数据处理系统必须具备对海量数据进行高速、低延迟的查询分析能力,同时进行一定的实时计算,以满足实时告警及实时决策的需求。

MatrixOne 解决方案

MatrixOne 的高写入能力、数据压缩能力、线性扩展能力和实时分析能力可以为 IoT 物联场景提供一站式时序解决方案。在使用相同的硬件配置下,支持更高量级设备连接和毫秒级的实时数据收集,使存储成本降低 10 倍,性能提升 5~10 倍。同时支持将生产流程数据、IOT 设备时序数据、数据流式转换和实时分析整合在一个系统中,消除多个数据库造成的碎片化,大幅降低物联网数据平台建设和维护成本。

  • 一站式数据处理

    MatrixOne 通过存储、计算、事务完全分离解耦的云原生架构,将 OLTP、OLAP 及流计算的能力都融合到一个数据库中。在物联时序场景,用户可以通过单一关系型数据库完成数据写入、转换、存储和实时分析以最普通的 SQL 语法完全实现,极大地简化了数据架构。

  • 高性能数据写入

    MatrixOne 支持高并发及大批量数据的写入,同时可以根据负载的变化动态地线性扩展写入能力。在支持海量写入的时候,还可以通过对计算资源组的配置,来确保海量写入获得独立扩展性的同时不会影响查询性能。

  • 高性价比存储

    MatrixOne 的整体系统只有一个存储引擎,用户数据仅有 1 份存储副本及 50%~100% 的高可用冗余,相比传统分布式数据库而言减少了大量副本个数。同时 MatrixOne 的数据存储格式以列存为主,可以达到最多 1% 的压缩效果,进一步压缩了存储成本。

  • 实时数据分析

    MatrixOne 支持基于 MPP 架构的多节点并行计算框架,并应用行业中最先进的向量化执行技术,对常见的点查、批查、子查询、窗口函数、CTE 等简单及复杂查询均可以获得极速性能,且同时可以通过多节点扩展实现性能的线性增长,满足任意负载的实时分析需求。

Matrix into One, Simple the Complex
50,000,000 Queries, free!
Subscribe
MatrixOne Community
Contact Us
GitHubSlacklinkedInLogotwitterLogo