交通拥堵指数发布系统
建设面向交叉口、路段、道路、区域不同空间维度的标准化指标体系，形成标准指标库，提升指标监测权威性。基于底层分析指标，构建交通流态势、违法态势、事故态势、天气态势业务模型，形成对交通流、交通违法、交通事故、天气的基础评价，作为分析评价系统的基础能力。交通流态势下基于多维指标体系的核心应用，通过监测指标变化，展示交叉口、路段、道路、区域的运行状态。（1）交叉口运行监测在交叉口维度下，通过服务水平、饱和度···
查看详情
01
内存数据库
网格计算
分布式
大数据
分布式内存数据库
概述
以内存为中心的分布式数据库、缓存和处理平台，用于事务性、分析性和流式工作负载，提供内存速度在PB级规模。为应用和不同的数据源之间提供一个高性能、分布式内存中数据组织管理的框架。更快的速度：分布式内存计算架构，性能比基于磁盘的系统架构有数量级的提升。更强的功能：全功能的分布式架构解决方案，适用于数据密集的HTAP业务场景。更低的成本：学习门槛低、部署灵活、运维简单，可轻易融入既有架构，助力既有业务低成本完成分布式架构改造。
应用场景
内存数据库
Ignite作为分布式内存数据库，它支持ACID事务，支持SQL语句，Key-value，计算器，机器学习和其他数据处理的API。Ignite持久化的内存架构允许数据和索引存储在内存和硬盘中。硬盘持久化式可选的，开启了硬盘持久化后，Ignite可以存储更多的数据，并将作为一个完整的分布式数据库。
键值数据网格
Ignite提供了丰富Key-value的相关的API，使Ignite能够作为内存网格来运行。你可以把Ignite看作一个分布式分区哈希图，每个节点拥有整个数据集的一部分。Ignite能把数据存储在内存和硬盘，因此能够存储更多的数据在物理内存。Ignite网格数据时现在在分布式系统中实现ACID事务或者原子数据更新最快的实现方式之一。
数据缓存
Ignite database caching在数据网格组件中实现。它使用户能够将最常访问的数据保存在内存中，方法是在一组计算机上对其进行分区或复制。只要内存中缓存发生更新，Ignite就可以选择将其传播到底层数据库。在简单的直写模式下，每个缓存放置和移除操作都将涉及到对持久性存储的相应请求，因此缓存更新的总体持续时间可能相对较长。
分布式数据库
Ignite自动控制数据如何分区，但是，用户可以插入他们自己的分发（亲和）功能并将各种数据组合在一起以提高效率。Ignite支持用于建模和访问数据的键值和SQL。另外，Ignite还提供强大的处理API，用于在分布式数据上进行计算。Apache Ignite可以用作支持SQL，键值，计算，机器学习和其他数据处理API的一体化分布式数据库。
SQL数据库
Apache Ignite的SQL支持级别非常广泛，因此该平台被广泛用作成熟的SQL数据库。将Ignite的SQL功能与其分布式核心结合在一起，您可以获得水平可扩展，容错且始终可用的SQL数据库。借助Ignite Durable Memory 体系结构，可以将数据和索引存储在内存中，也可以存储在磁盘上。这允许跨不同内存层执行分布式SQL操作，并通过磁盘的持久性实现内存中性能。
数据持久化
Ignite中的本地持久性可以打开和关闭。这使Ignite可以存储大于可用内存容量的数据集。如果持久化关闭，那么Ignite就可以作为一个分布式的内存数据库或者内存数据网格，这完全取决于使用SQL和键-值API的喜好。如果持久化打开，那么Ignite就成为一个分布式的，可水平扩展的数据库，它会保证完整的数据一致性以及集群故障的可恢复能力。
