分布式数据库

数据库带有兼容ANSI-99的可水平扩展和容错的分布式SQL数据库，可以直接通过在集群节点之间分区数据或通过完全复制来提供分发。同时数据库完全支持分布式SQL JOIN，可以以并置和非并置方式注入数据。当并置时JOIN会在每个节点上可用的本地数据上执行，而无需在网络上移动大型数据集。

数据库具有实时按需增加节点的能力。可以支持线性扩展到几百个节点，通过数据位置的强语义以及数据关系路由来降低冗余数据噪声。数据网格是一个基于内存的分布式键值存储，可以视为一个分布式的分区化哈希，每个集群节点都持有所有数据的一部分，这意味着随着集群节点的增加，就可以缓存更多的数据。

数据库集群基于无共享架构，所有的集群节点都是平等的，独立的，整个集群不存在单点故障。 数据库可以独立运行，可以组成集群，可以运行于Kubernetes和Docker容器中，也可以运行在Apache Mesos以及Hadoop Yarn上，可以运行于虚拟机和云环境，也可以运行于物理机，从技术上来说，集群部署在哪里，是没有限制的。

数据库是以Java语言为主进行开发的，因此可以在JVM支持的任何操作系统和架构上部署和运行，支持x86、x64、SPARC、PowerPC指令集架构。除Java，数据库还为Java、.NET和C++开发者提供原生的SQL API。

数据库机器学习是一套简单、可扩展以及高效的工具，可以构建可预测的机器学习模型，而不需要昂贵的数据传输。同时机器学习能够对节点的故障容错，意味着如果在学习期间节点出现故障，所有的恢复过程对用户是透明的，学习过程不会被中断，就像所有节点都正常那样获得结果。