无业务侵入的访问增强
在已适配的数据库协议与 SQL 范围内，将分片和路由逻辑放在数据访问层，业务应用沿用原有的数据访问方式。
在既有数据库之上，扩展业务的数据处理能力
把数据访问与扩展能力放在应用和数据库之间。
数据即服务是面向业务应用的数据库访问与增强平台。它连接应用与已适配的数据库、分析引擎及缓存，提供数据分片、查询处理和访问流量管理。开发团队通过统一入口使用数据，架构团队按业务需要扩展计算与存储资源。
复用既有数据库体系
在现有数据库之上增加分布式能力，保留已有的数据存储、技术栈和管理经验，按业务需要选择扩展方式。
按需组合数据访问能力
根据业务负载组合分片、读写分离和查询能力，在同一访问层处理数据分布与请求路由，减少应用分别对接多套组件的工作。
围绕业务访问，提供四组增强能力
按数据规模、查询方式和运行要求，选择需要的能力组合。
01
数据分片与在线扩展
让存储容量与处理能力随业务增长。
- 按业务规则将数据分布到多个库表，支持固定、自动及可扩展的分片策略。
- 提供在线扩缩容与数据重分布能力，调整存储节点和分片布局。
- 结合已适配的事务能力，支持分片场景下的分布式事务处理。
02
读写分离与可用性管理
分担读写压力，衔接数据库主备变化。
- 将读请求与写请求按规则分配到相应节点，通过负载均衡利用多个只读节点。
- 感知数据源状态和从库延迟，按业务的一致性要求选择读取路径。
- 配合已适配的数据库高可用组件，感知主备切换并自动重连。
03
联邦查询与混合计算
为跨库关联与交易、分析混合负载提供查询支持。
- 在支持的数据源与 SQL 范围内，执行跨实例、跨数据源的关联和汇总查询。
- 统一接入交易型与分析型查询，将不同负载分配给相应计算引擎，并支持配套的数据同步。
04
多维查询与访问加速
兼顾不同查询条件与高频访问需求。
- 通过全局异构索引，支持不同于主分片维度的查询。
- 通过数据库与缓存一体化访问，统一调用入口，并提供缓存更新与淘汰机制。
- 提供连接聚拢与批处理优化，减少连接资源占用，改善批量数据处理效率。
应对业务运行中的数据访问需求
应对持续增长、访问高峰与跨库分析需求。
订单与会员数据持续增长
订单、会员或交易系统长期积累数据，单库容量和单表访问压力不断上升。
通过数据分片分担存储与访问负载，结合在线扩容和数据重分布调整资源。
让业务在既有数据库技术栈上继续扩展，减少对单台数据库容量的依赖。
营销高峰中的查询与交易并发
促销期间，商品浏览、领券查询与下单、核销等操作集中发生，读写请求争用数据库资源。
结合读写分离和负载均衡分担查询压力，并根据数据源状态及一致性要求安排访问。
让读请求合理使用只读资源，为核心写入保留处理空间。
业务报表需要组合多库数据
经营分析与运营报表需要关联订单、客户等业务数据，数据分散在多个数据库或分析系统中。
通过联邦查询完成已适配数据源的关联与汇总，按负载特点衔接交易和分析引擎。
减少应用逐库取数、再自行拼接结果的开发工作。