- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据库开发优化
Milvus存算分离系列-3: 存算双写
但是对于milvus这种存算分离+云原生的架构，如果新写入的数据要经过write-object storage再download的过程才能可查，那么且不说由于flushInterval太短造成的小文件问题 存算双读双读就是存储节点和计算节点都做查询再做结果合并，如下图， 存储节点的热数据和计算节点上synced数据之间没有交集，查询分2路分别查到hot_result和synced_result后进行合并， 存算双写而双写意味着同一份数据，既写入存储节点，又写入计算节点。如上图所示，当查询发生的时候，query只需要发给计算节点，就能够得到完整数据。 Milvus的存算双写机制综上，无论是双写还是双读，存算分离架构下都需要相当的额外资源和复杂性来满足数据实时性的要求。milvus在这个问题上选择双写。 总结本文从“最新数据实时可见”这个需求入手，介绍了milvus 通过存算双写保证数据实时可查的解决方案和整个双写流程。
90460编辑于 2023-09-17 - 来自专栏ClickHouse
clickhouse 存算分离，云原生
图1：开源ClickHouse架构 但是，开源ClickHouse也有明显的不足之处：采用存算一体架构，计算与存储耦合。 存储与计算资源无法独立扩展。 云原生ClickHouse至少需要具备以下特征：采用存算分离架构，计算资源与存储资源独立扩展，按需付费；高效弹性，计算资源扩容时数据Zero-copy;计算资源池化，根据业务需求灵活编排计算资源；易运维 云原生架构为了解决开源ClickHouse的痛点，腾讯云CDW-ClickHouse采用了全新存算分离架构，将服务分为元数据服务层、计算层 和存储资源层。 不同资源组可以共享相同数据，实现容灾以及读写分离功能。 云原生ClickHouse与开源ClickHouse有明显区别：开源ClickHouse云原生ClickHouse弹性效率极低，伴随资源浪费、停服时间长秒级弹性，实际受存量数据规模影响架构存算一体存算分离存储资源弹性扩容存储资源
4.2K60编辑于 2022-09-16 - 来自专栏Juicedata
ClickHouse 存算分离架构探索
基于 JuiceFS 的存算分离方案 因为 JuiceFS 完全兼容 POSIX，所以可以把 JuiceFS 挂载的文件系统直接作为 ClickHouse 的磁盘来使用。 在了解了直接写入不同介质的性能以后，接下来测试冷热数据分离方案的写入性能。 在完成基础的查询性能测试以后，接下来测试冷热数据分离方案下的查询性能。区别于前面的测试，当采用冷热数据分离方案时，并不是所有数据都在 JuiceFS 中，数据会优先写入 SSD 盘。 展望 在当前越来越强调云原生的环境下，存储计算分离已经是大势所趋。 未来 JuiceFS 也会与 ClickHouse 社区紧密合作共同探索存算分离的方向，让 ClickHouse 更好地识别和支持共享存储，实现集群伸缩时不需要做任何数据拷贝。
1.5K20编辑于 2021-12-10 - 来自专栏大数据生态
Elasticsearch 存算分离功能 POC 方案
一、方案说明 此方案基于存算分离内核版本，评估ES存算分离版本的基础功能。 二、测试标准 项目 推荐 测试组件 Elasticsearch 测试基准 自定义语句 测试方法 1. 使用方式 存算分离特性需要在索引创建时选择打开或者关闭，不可动态修改。而下沉、卸载的时间都可以动态设置。 2.1. 存量索引切到存算分离 对于普通索引，可以按照下面的方式从普通索引转换到存算分离索引（不能从存算分离转换到普通索引） 对于自治索引或date stream，可以按照如下方法对后备索引逐个转换。 # 关闭索引，索引处于close状态不支持读写 POST ${index}/_close # 设置为存算分离类型, 主分片48小时卸载，副本24小时卸载 PUT ${index}/_settings data_stream/${自治索引名称}/_update { "settings":{ "index.store.type":"hybrid_storage" } } 动态设置后，后续新滚动的索引均为存算分离类型
2.3K194编辑于 2023-11-03 - 来自专栏CU技术社区
存算一体 VS 存算分离 ，IT发展下的技术迭代
存算分离，现在已经成为云原生数据库的标配， 开始大规模流行。 作者 | 祁国辉 责编 | 韩 楠 纵观历史， 随着IT技术的发展， 到底是存算一体还是存算分离， 其实反复过很多次，让我们来简单回顾一下，数据库历史上几次大的架构变更。 云时代带来的新一代存算分离 随着公有云的快速发展， 按需付费的概念逐步深入人心，对大规模数据的分析也要求能做到按需供给，那么传统MPP这种存算一体的紧耦合架构，就没法满足用户的需求了。 另外， 网络技术和存储技术也飞速发展， 这时就自然带来新一代的云原生数据库的存算分离架构， 把数据库技术向前推进了一大步。 思考与未来展望 展望将来， 云原生分布式数据库的高速发展，必然带来计算、存储的分离，“存算分离”是当前网络技术发展和社会经济进步的时代产物，是最适合当前时代发展需求的一种架构。
2.8K20编辑于 2023-03-02 - 来自专栏数据库开发优化
Milvus存算分离系列-2: target机制
前言无论是存算分离还是存算一体，client对于查询的正确性要求都是一致的，没有哪个客户会因为所谓的“架构优势”牺牲正确性，即使是ANN这样的‘近似查询’。 而对于存算分离的架构，由于“存”和“算”发生的进程是不同的，那么如何保证数据的完整性&&一致性就是一个相比于存算一体更复杂的问题。 本文从这个问题出发，介绍milvus是怎么在存算分离架构下保证查询数据的完整性，一致性和实时性的。 本文涉及到一些前置知识，如果对读者造成困惑，可以参考MrPresent-Han：Milvus 存算分离系列-1：milvus架构简介存算分离的难点：数据实时更新在讨论数据完整性之前，我们首先要明确数据实时更新带来的困难 Milvus是怎么在存算分离架构下保证数据实时可见&&数据完整性的？这个问题的答案有2点，第一是target机制，第二是存算双写。
70910编辑于 2023-09-17 - 来自专栏数据库开发优化
Milvus存算分离系列-4: Delete之痛
Milvus的Delete之痛对于Milvus这种存算分离的向量数据库，删除操作的痛点比其他数据库更甚：向量索引的节点删除代价极大， update in place肯定不可接受。 存算分离的架构下，巨大的delete范围。由于milvus segment的生成/存储/使用的位置是分离的，分别是datanode, 对象存储和querynode。 总结本文从存算分离的视角出发，审视了milvus这一类架构下delete设计与实现的痛点，并介绍了针对这些痛点milvus采用的对策。
85820编辑于 2023-09-17 - 来自专栏腾讯云存储
存算分离架构下的数据湖架构
日前，腾讯云高级工程师程力老师在 ArchSummit 全球架构师峰会上分享了存算分离架构下的数据湖架构。 针对存算分离架构带来的性能问题和数据本地性减弱问题，腾讯云的数据湖方案设计构建了新一代分布式计算端缓存层。 第二阶段：存算分离，存储、计算解耦 解耦计算和存储负载，系统负载均衡调度更加灵活，系统的资源利用率提高，节约成本，可以满足业务快速增长的需求。 二、云原生生态下的存算分离 腾讯云上的数据湖生态如上图所示， 数据湖底座：对象存储 COS； 云原生：serverless 架构，免运维； 数据共享：通过统一的对象存储 COS 作为弹性底座，结合三层加速器接入多种生态 以对象存储为底座的存算分离架构，腾讯云 COSN 对象⽂件系统接⼝： 实现了 HCFS 接⼝，全覆盖 HDFS ⼤数据计算应⽤； 实现了⽂件系统的扩展属性管理接⼝，允许⽤户对⽂件和⽬录设置 xAttr
3.5K30发布于 2021-05-28 - 来自专栏数据库开发优化
Milvus 存算分离系列-1：milvus架构简介
前言存算分离是一个很火的话题，基本上各个数据库都说自己已经实现，或者即将上线存算分离的架构。但事实上对于不同类型的数据系统，如何定义“存”和“算”是不同的。 本系列会简介milvus的存算分离架构，结合具体问题场景聊一些作者对这个概念的看法。 Milvus 存算分离整体架构由于向量查询的“重索引”“重计算”特型， milvus的存算分离有两层含义：生成存储文件和查询计算的进程分离如下图，整个milvus的读写流程是：proxy将msg写入message 在查询计算密集的时段，可以扩展QueryNode的数量&&资源，在写入压力较大的时候，可以扩展DataNode节点&&资源文件存储的位置和使用的位置分离另一个层面的存算分离，则是数据存储位置（obect requestdelegator收到request，将其转发给QueryNode1和QueryNode3上，获取所有segment得查询结果delegator汇总所有查询结果，返回给proxy总结本文从存算分离的角度
1.7K30编辑于 2023-09-17 - 来自专栏大数据生态
Elasticsearch 存算分离技术浅析与最佳实践
那么这时候存储降本的方案就显得尤为重要，今天就和大家分享一下ES的存算分离方案。 一、快照备份原理浅析 ES的存算分离技术实现，是基于快照备份的功能，在快照的基础之上增加了可搜索的能力。
3.6K8263编辑于 2023-07-14 - 来自专栏一臻数据
【Apache Doris】3.0存算分离｜标准部署篇
导读 本文主要分享Apache Doris 3.0存算分离架构的标准部署实践。 /before-deployment 存算分离模式机器规划。 七、集群安装 前文部署的一套 FoundationDB + Meta Service + Recycler 基础环境可以支撑多个存算分离集群，一个存算分离集群又称为一个数仓实例（Instance）。 Doris 存算分离模式采用服务发现的机制进行工作，创建存算分离集群可以归纳为以下步骤： 注册存储后端：注册声明数仓实例以及它的存储后端。 cloud_unique_id：根据创建存算分离集群发往 Meta Service add_cluster 请求中的实际值填写即可；Doris 通过该配置的值确定是否在存算分离模式下工作。可自定义！
2.7K11编辑于 2024-12-24 应对仿真算力潮汐，构建“存算分离”混合云架构
突破算力瓶颈与数据合规限制作为国内首家同时拥有高性能云端训练和推理产品的AI芯片设计企业，燧原科技致力于成为人工智能算力基础设施领域的领军企业。 在推进第二代人工智能训练推理产品组合的过程中，企业面临着严峻的研发效能与架构挑战：●应对仿真算力潮汐：在芯片仿真验证阶段，算力需求呈现爆发式增长（潮汐效应），导致本地资源短缺，系统稳定性下降，急需提升算力供给的弹性与稳定性 ●严守数据合规底线：出于严格的合规要求，核心代码与大量数据必须保留在本地存储，无法全量上云，造成了算力扩容与数据安全的冲突。 实施“存算分离”混合云调度方案腾讯云联合速石科技，为燧原科技量身定制了**“存算分离”**的混合云解决方案，通过精细化的架构设计解决资源与合规的矛盾：●构建云端弹性算力池：利用云上弹性计算资源，结合专线连接本地数据存储 云端算力节点通过专线VPN网络访问本地服务器进行鉴权与数据读取，确保资产不离境。●自动化混合调度：芯片仿真验证集成平台通过调度Job任务，自动构建并并行分发作业到云端各个节点。
44110编辑于 2025-12-22- 来自专栏一臻数据
数据架构新篇章：存算一体与存算分离的协同演进
导读 本文主要基于存算一体和存算分离架构的结果效应和架构自身来聊聊它们之间的故事。 一、前言 降本增效大环境下，存算分离架构如火如荼。 所以，这也是为什么，当下存算分离架构被追捧的主要原因。 以上是从存算一体和存算分离架构结果效应而言，接下来我们从架构本身来聊聊它们之间的故事。 三、存算分离的定义 3.1 存算分离的过往 提到存算分离，不得不提一位传奇人物，即Oracle的创始人之一Larry Ellison。 4.2 Doris存算分离 Doris在存算分离架构下，BE 节点不再存储主数据，而是将共享存储层作为统一的数据主存储空间。 五、选型建议 基于上述的一些示例说明，数据架构中存算一体和存算分离的选择建议： 如果数据量较小，是不建议走存算分离架构，至少也得几十或百来T的数据规模再考虑存算分离。
2.1K12编辑于 2024-12-24 StarRocks 存算分离在京东物流的落地实践
：业务查询峰值约 800+ RPS流量峰值：可达 500+ GB/s二、存算一体向存算分离演进2.1为什么需要存算分离尽管当前我们已构建了大规模的存算一体集群，但仍然需要向存算分离架构演进，主要基于以下几点考虑 云原生与弹性扩缩容采用存算分离架构，可顺势实现云原生部署，支持计算与存储的独立扩缩容。2.2 部署存算分离集群我们在内部采用 K8S 部署方式搭建存算分离集群，并依托京东云 JDOS 作为底层支撑。 由于存算分离架构涉及 OSS 访问瓶颈等因素，我们在存算分离表的 Sink 端默认采用较为宽松的批量缓冲与容错参数。 存算分离后，每 TB 的存储成本相比原存算一体架构降低 90%，主要得益于原架构基于本地 SSD，而存算分离利用了 对象存储（OSS），极大降低了存储开销。 在推广应用方面，我们的首要目标是将更多的数据迁移到存算分离集群中，进一步发挥存算分离架构的优势。
64501编辑于 2025-03-29- 来自专栏大数据生态
「EMR 开发指南」之 Kylin 存算分离方案
在大数据领域，数据量持续增长，数据类型和来源也变得越来越复杂。传统的数据仓库和分析工具很难满足大规模数据处理和实时分析的需求。为了解决这些问题，Apache Kylin应运而生。
62121编辑于 2023-11-29 - 来自专栏腾讯云数据库(TencentDB)
【专家说】微众银行 TDSQL 存算分离架构探索
随着数据规模增长，原有存算一体架构面临业务连续性、资源利用和扩展性等挑战，促使微众银行进行存算分离架构革新。 存算分离架构：基于外置存储池，服务器作为计算节点，根据容量需求，决定挂载存储容量。 图4 存算一体架构 为什么微众会做存算分离架构探索？ 十年的发展，伴随着AI浪潮，数据洪流正在悄然形成新的挑战。 全网环境将由多组数据库资源池组成，形成轻量化半集中式存算分离架构，既解决了存算一体的架构痛点，也避免了存储过于集中带来的整体风险。 图5 存算分离架构 五、存算分离架构的价值和挑战 业务价值及收益 业务连续性：外置专用存储池可用性99.999%，最多允许3块盘同时故障而不影响业务。 六、未来展望 存算分离能力是 Serverless（无服务器架构）化重要的能力之一，结合 TDSQL 容器化等能力，可以进一步做到资源管控和调度精细化管理、弹性扩缩能力，未来发展的方向： 1.存算分离进一步探索
99011编辑于 2025-05-13 - 来自专栏腾讯云存储
腾讯云 CHDFS — 云端大数据存算分离的基石
随着网络性能提升，云端计算架构逐步向存算分离转变，AWS Aurora 率先在数据库领域实现了这个转变，大数据计算领域也迅速朝此方向演化。 存算分离在云端有明显优势，不但可以充分发挥弹性计算的灵活，同时集中的托管存储可以提供更大的容量和更低的成本，避免了云端大量自建存储集群的维护代价。 为支持计算存储分离的大数据场景，对象存储通常提供了一个模拟层，实现 HDFS 语义到对象存储语义的转换，典型实现类似 s3n 和 cosn。 存算分离.png 同时在数据流方面，诸如常见的文件 append 操作，s3n 和 cosn 等对象存储的模拟层也无法支持。 为支持大数据存算分离场景，需要重新设计云端存储系统，该系统可以为云端大数据计算提供高效可靠的存储基石，在实现无限存储的同时，重点满足对元数据的需求。
3.7K21发布于 2020-12-01 - 来自专栏腾讯云存储
开始报名 | 存算分离架构下的数据湖架构
其中，由腾讯云高级工程师程力老师演讲的“存算分离架构下的数据湖架构”专题，已经开始报名啦！ 随着网络技术不断发展，存算一体的架构因其吞吐速度低、维护成本高、网络带宽利用率不足等原因，导致业务效率低下，已不再适用，存算分离架构应运而生。 存算分离架构解耦计算和存储负载，使系统的资源利用率提高，可以满足业务快速增长的需求。 腾讯云的数据湖方案中针对存算分离架构带来的性能问题和数据本地性的减弱，设计构建了新一代分布式计算端缓存层。
87210发布于 2021-03-25 潮流下的存算分离，到底能解决什么问题？
词条释义 存算分离顾名思义，就是存储资源和计算资源分离开来的一种技术架构（Share-Storage），对应的即为存算一体架构（Share-Nothing）。 我们以 Doris 软件架构为例，先从以下两个简图大致感受一下两者架构的不同点： 存算一体 存算分离 两者的基础架构可以一目了然的对照出差异点：存储介质和耦合形态的改变。 既然有弊端为什么还要做存算分离？ 3. 架构改变下的收益是否大于弊端？ 4. 什么情况下存算分离收益会比较明显？ 5. …… 我们一一来解答。 存算分离架构下，数据存储只需要存储一份，交由数据共享存储基座来保证数据可靠性。 所以综合以上的描述，一个存算分离的产品架构，若根据存算分离 Share-Storage 的理论直接架于诸如对象存储这样的存储基座上，不做任何其他架构和策略上的优化和调整的话，那一定是有比较多的坑在里面等用户慢慢去发现和挖掘的
56300编辑于 2025-07-14- 来自专栏Apache Doris
Apache Doris 存算分离实现弹性与性能双重提升
03 存算分离整体优势Apache Doris 存算分离架构，主要提供了提更低成本、极致弹性以及负载隔离这三大优势：更低成本：与存算一体架构相比，存算分离架构综合成本降低超 90%。 并发：写入 10000 个 500 行的数据文件测试结果如下：在 50 并发下，Doris 存算分离与存算一体的写入性能基本相当，是业内其他存算分离方案的 100 倍。 在 500 并发下，虽然 Doris 存算分离相比存算一体写入性能稍有损耗，但比业内其他存算分离方案仍有超 11 倍的性能优势。 （实际部署中存算一体模式一般会采用三副本，那么存算分离模式的写入性能优势会更加明显。) 存算分离： 同样的数据规模，使用存算分离模式后，仅需要存储单副本存储在对象存储，热数据在本地磁盘上 cache 一份。
97110编辑于 2025-03-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号