Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

add doc of matrixone-positioning #1053

Merged
merged 1 commit into from
May 7, 2024
Merged

add doc of matrixone-positioning #1053

Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
12 changes: 12 additions & 0 deletions docs/MatrixOne/Overview/matrixone-vs-other_databases/matrixone-positioning.md
View file
Open in desktop
Original file line number Diff line number Diff line change
@@ -0,0 +1,12 @@
# MatrixOne 的定位

在庞大而复杂的数据技术栈和各类数据库产品中，MatrixOne 的定位是一款主打一站式融合能力和灵活扩展性的 SQL 关系型数据库。MatrixOne 的设计目标是提供一个使用体验如 MySQL 一样简单的数据库产品，可以处理包括 OLTP 和 OLAP 等各类业务负载和数据类型，同时能感知用户的负载和数据量变化自动化的进行快速弹性伸缩，以简化用户当前复杂的多数据库产品+ETL 的传统数据架构。

在行业现有的数据库产品中来说与 MatrixOne 最接近的数据库产品是 SingleStore，两者都采用统一存储模型，支持 OLTP，OLAP 以及其他一系列数据负载和数据类型的融合，同时也都以云原生和可灵活扩展作为自己的核心架构能力。

![mo_vs_singlestore](https://community-shared-data-1308875761.cos.ap-beijing.myqcloud.com/artwork/docs/overview/mo-other-database/mo_vs_singlestore.png)

- 从架构上来说，MatrixOne 是一款完全云原生和容器化的数据库，MatrixOne 借鉴了 Snowflake 对[云原生数据仓库](https://event.cwi.nl/lsde/papers/p215-dageville-snowflake.pdf)的存算分离设计，完全将存储交于云上的共享存储，同时将计算层完全构建成了无状态化的容器。同时，为了能适应 OLTP 类型负载对快速写入请求的处理，MatrixOne 增加了 TN 及 LogService 的概念，以块存储来支撑高频写入，通过 Raft 三副本一致性保证来确保写入日志 WAL 的高可用，同时再异步的将 WAL 落盘到共享存储中。与 SingleStore 不同之处在于 SingleStore 是从 Share-nothing 架构上扩展到了云原生的存算分离上，其仅将冷数据放入共享存储（可参考 [SingleStore 架构论文](https://dl.acm.org/doi/pdf/10.1145/3514221.3526055)），依然需要做数据分片和再平衡。而 MatrixOne 与 Snowflake 一致，则是完全基于共享存储，没有任何数据分片。

- 从负载类型上来说，MatrixOne 以 HTAP 为基本核心，逐步扩展至流计算，时序处理，机器学习，搜索等多种负载类型。在 HTAP 的技术路线上，MatrixOne 与以 TiDB 为主的双存储和计算引擎路线不同的是，MatrixOne 是直接在单存储引擎和计算引擎上实现 HTAP，存储引擎也是以落盘列存为主，内存行存为辅的架构，这点与 SingleStore 也较为一致。TiDB 一类的技术路线需要内部进行双引擎数据同步，同时 TP 与 AP 数据需要单独存储，而 MatrixOne 不需要做此同步及多份存储。相比 SingleStore 已经对流计算，搜索，GIS，机器学习等 HTAP 以外的其他多种业务类型都有良好支持，MatrixOne 本身发展时间较晚，目前除了 HTAP 以外对其他负载类型的支持程度不够完善。
- 从使用体验上来说，MatrixOne 以 MySQL 为核心兼容目标，包括从传输协议，SQL 语法，基本功能上都全面兼容 MySQL。MatrixOne 仅在 MySQL 不支持的能力上，如流式写入，向量类型等能力上有自己独特的语法。同时 MySQL 有部分高级能力，如触发器，存储过程等，由于用户使用率较低，MatrixOne 暂时未支持。总体来说，基于 MySQL 开发的应用，可以非常轻松的迁移到 MatrixOne 上，同时 MySQL 生态相关工具，如 Navicat，DBeaver 等可视化管理和建模工具，DataX，Kettle 等 ETL 工具，以及 Spark，Flink 等计算引擎，都可以直接使用 MySQL 相关 connector 与 MatrixOne 对接使用。
2 changes: 2 additions & 0 deletions mkdocs.yml
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -70,6 +70,8 @@ nav:
- WAL 技术详解: MatrixOne/Overview/architecture/architecture-wal.md
- 数据缓存及冷热数据分离架构详解: MatrixOne/Overview/architecture/architecture-cold-hot-data-separation.md
- 流引擎架构详解: MatrixOne/Overview/architecture/streaming.md
- MatrixOne 与其它数据库对比:
- MatrixOne 的定位: MatrixOne/Overview/matrixone-vs-other_databases/matrixone-positioning.md
- 最新动态: MatrixOne/Overview/whats-new.md
- 快速开始:
- 单机部署 MatrixOne:
Expand Down
Loading