分布式數(shù)據(jù)庫有：1、物聯(lián)網(wǎng)方向，時序數(shù)據(jù)庫產(chǎn)品，滿足iot數(shù)據(jù)的收集、存儲和統(tǒng)計，例如InfluxDB、Kudu、kdb、opentsdb；2、交易關(guān)系方向，螞蟻金服oceanbase、騰訊TDsql。
市面上分布式數(shù)據(jù)庫產(chǎn)品分成幾大類：
1、物聯(lián)網(wǎng)方向：時序數(shù)據(jù)庫產(chǎn)品，滿足IoT數(shù)據(jù)的收集、存儲和統(tǒng)計。時序數(shù)據(jù)庫產(chǎn)品也是現(xiàn)在對內(nèi)存數(shù)據(jù)庫產(chǎn)品沖擊最大的。例如：InfluxDB、Kudu、kdb、OpenTSDB；
2、交易關(guān)系方向：替代傳統(tǒng)交易關(guān)系型數(shù)據(jù)庫產(chǎn)品oracle/DB2等滿足不了海量吞吐、海量并發(fā)、海量交易、海量存儲的在線交易業(yè)務(wù)場景。例如：螞蟻金服Oceanbase、騰訊TDSQL、熱璞HotDB、中興GoldenDB、開源MyCAT、開源Cobar。
3、分析關(guān)系方向：解決結(jié)構(gòu)化數(shù)據(jù)存儲和數(shù)據(jù)分析的業(yè)務(wù)場景，例如：Greenplum、Vertical、Gbase8a等。不過這塊收到KV分析型產(chǎn)品巨大的沖擊；
4、KV分析方向：hadoop、spark是當(dāng)下的基石，國內(nèi)國外較多公司都是在其基礎(chǔ)上再做二次研發(fā)，尤其是實現(xiàn)兼容SQL標(biāo)準(zhǔn)語法，已迎合業(yè)務(wù)場景和研發(fā)人員。
5、KV文檔方向：解決在線文檔類型的非結(jié)構(gòu)化數(shù)據(jù)存儲和數(shù)據(jù)處理，例如：mongodb、巨衫sequoiadb，不過也都在拼命地在兼容SQL標(biāo)準(zhǔn)語法。
6、HTAP：交易分析混合型分布式數(shù)據(jù)庫產(chǎn)品，從技術(shù)原理的角度而言這是沒有理論創(chuàng)新支撐的方向，只是我們技術(shù)人員內(nèi)心美好的愿望，例如：國內(nèi)tidb、國外Spanner/F1（無人知曉到底長啥樣，體驗如何）。
每種路線都會有自己的特定算法、特定架構(gòu)和產(chǎn)品特征，很難有一款產(chǎn)品能全部兼容且性能很棒。
.png)
