上章节介绍了昆仑分布式数据库的架构，这章节接着介绍昆仑分布式数据库的技术特点！
一、高可用性（HA）
兼容多种强一致性，高可用性方案(strong consistency,high availability)
1.1 存储shard:默认使用MySQLGroupReplication保障数据库服务高可用
1.2 2*N+1个节点的shard，每个已提交的事务都复制到了至少N个备机
1.3 兼容基于mysqlrowbasedreplication的半同步同步的高可用技术(*)
1.4 兼容基于共享存储实现高可用的mysql存储集群(*)
二、完备的容灾能力
完备的容灾能力(crash safety&fault tolerance)
2.1 存储集群主备强一致
2.2 GTP:全局事务容灾能力
- 分布式事务两阶段提交
- 节点/网络故障时可以保障分布式事务ACID
2.3 GMR:DDL与集群全局元数据一致性
- DDL事务涉及计算节点，元数据集群，存储集群
2.4 GMR:计算节点之间的元数据语句复制及其一致性保障
- 复制过程随时可能中断
2.5 GTP:计算节点自动切换存储集群主节点(auto failover)
- 元数据集群，存储集群
2.6 GTP:cluster_mgr:自动维护各shard的存储集群复制状态
三、水平扩展能力
高可扩展性(high scalability):计算能力，存储空间，资源利用率
3.1 IAP:灵活的sharding方式
- 用户对sharding方式拥有全部控制
* sharding方式:hash/range/list，未来mirror(*)
* 选择sharding列:任意若干个列
* 用户最理解自己的数据及其访问模式- 定制分区选项达到最优性能
专业模式VS 傻瓜模式
- 根据数据表的规模定制sharding方案
* 不需要预估全局的固定的分区数目，也不把所有表等分为固定数量的分区
* 可以为每个表按需增加分区，各表分区数量各异
* 最少化两阶段提交的事务数量
- 计算节点自动为每个分片选择合适的存储集群
3.2 ESO:自动按需扩展(*)
- 自动透明地分布数据表到新加入的存储集群
- 业务和最终用户无感知
3.3 GPQP:全局并行查询处理:后摩尔时代，利用更多的计算资源
- 计算节点层的并行
- 计算节点与存储节点之间的并行
- 存储节点层的并行(*)
3.4 多点读写
- 按需增加/减少计算节点
- 按需增加/减少存储shard(*)
- 存储集群支持多点写入(*)
- 备机读(*)
四、查询处理
4.1 充分理解用户数据
- 本地存储完备的元数据和数据字典
- 本地存储完备的全局数据统计信息
- 有条件产生最优的分布式查询计划和查询执行性能
4.2 完整的查询处理过程
- parser->resolver->optimizer->executer
- 可以处理任意SQL查询
支持多表连接，子查询，聚集查询，CTE，window function，存储过程，视图，物化视图- 完整的查询处理功能:真prepared statement
4.3 完美支持OLAP查询
- 查询处理能力完美支持大数据分析任务
- 直接使用本地数据，无需数据搬迁，无需spark/hadoop生态
4.4 可以调用MySQL系统函数和用户定义的存储过程/函数
推荐阅读
KunlunBase架构介绍
KunlunBase技术优势介绍
PostgreSQL vs MySQL TPC-H 测试
Kunlun-Storage vs PostgreSQL OLTP 测试
*KunlunBase项目已开源
【GitHub：】
https://github.com/zettadb
【Gitee：】
https://gitee.com/zettadb
END
