AliSQL研发:  持续研发5年以上，提交 300+ Patch，针对高并发场景进行优化;

除Innodb外，内置TokuDB;

NoSQL兼容: 兼容SQL:2011， 丰富的数据类型，直接支持SQL操作JSON及XML

高效查询: 基于成本的SQL查询优化器，多表关联查询性能比MySQL高数倍

POLARDB 是阿里云自研的商用关系统型数据库。

该数据库采用第三代分布式共享存储架构，实现计算节点和存储节点分离，使计算引擎和存储引擎均拥有快速扩展能力，一个数据库即可满足多类数据库的混合使用效果。产品架构上，PolarDB采用了节点间共享存储架构，让数据库实现极速扩展，通过重新设计的文件系统PolarStore，实现相同数据更新操作减少了50%的磁盘写入量，并缩短了写数据的路径，使写性能显著提高，对读事务实现了优化。

跑分超过对标的AWS Aurora （Aurora是一个关系型数据库，可以跨3个可用区域复制6份数据，其设计目标是提供高性能和高可用性（99.99%））；阿里云PolarDB则实现了AWS Aurora性能的1.2倍；

PolarDB性能是MySQL的6倍； 单实例实现100T级存储容量；Polar用了最新的RDMA网卡，同时对数据库的细节做了优化。

阿里巴巴集团自主研发的分布式数据库中间件产品。

特性： 分库分表，读写分离，平滑扩容，弹性扩展，分布式柔性事务，只读实例，SQL审计与分析，全局唯一数字序列，数据库账号权限体系，分布式运维指令集，监控报警

分库分表：

CREATE TABLE shard_table(
  id int,
  name varchar(30),
  primary key(id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 DBPARTITION  BY hash(id) TBPARTITION BY hash(id) tbpartitions 3;

分布式事务策略： 
  a. FREE 允许多写，不保证原子性，无性能损耗， 适合数据批量导入、表初始化等场景; 
  b. 2PC 两阶段提交事务, 保证原子性，不保证可见性
  c. XA 强一致分布式事务, 保证原子性，保证可见性, DRDS 配合 RDS for MySQL 5.7 默认全局开启，推荐使用;
  d. FLEXIBLE  柔性事务, 补偿型事务, 适用于性能要求较高、高并发的业务场景。能够自动生成对应的反向语句进行补偿，由于 DRDS 柔性事务使用异步方式回滚，在提交失败后可能有一些分库的数据在异步回滚前对外可见，出现脏读及回滚覆盖问题。

用法 如: set drds_transaction_policy = 'XA' 或 'FLEXIBLE'

DRDS 全局唯一数字序列: 全局唯一和有序递增的数字序列，常用于主键列、唯一索引列等值的生成。64 位数字，对应 MySQL 中 Signed BIGINT 类型。

指定OUTLINE:  CREATE OUTLINE name ON origin_stmt TO target_stmt

自定义HINT:   /*+TDDL:node(0) slave()*/SELECT * FROM t1;  //将查询下发到 RDS 只读实例的 0000 分库上；

时序时空数据库 ( Time Series and Spatial-Temporal Database , 简称 TSDB)

一种高性能、低成本、稳定可靠的在线时序时空数据库服务，提供高效读写、高压缩比存储、时序数据插值及聚合计算等服务，广泛应用于物联网（IoT）设备监控系统、企业能源管理系统（EMS）、生产安全监控系统和电力检测系统等行业场景；除此以外，还提供时空场景的查询和分析的能力。

TSDB 具备秒级写入百万级时序数据的性能，提供高压缩比低成本存储、预降采样、插值、多维聚合计算、可视化查询结果等功能，解决由设备采集点数量巨大、数据采集频率高造成的存储成本高、写入和查询分析效率低的问题。

TSDB 提供时序数据的高效读写。对于百万数据点的读取，响应时间小于 5 秒，且最高可以支撑每秒千万数据点的写入。

TSDB 使用高效的数据压缩技术，将单个数据点的平均使用存储空间降为1~2个字节，可以降低90%存储使用空间，同时加快数据写入的速度。

可以通过控制台或者 API 设置数据的有效期。数据时效开启并设置完成后，系统对于定义的过期数据将立即标记失效，并在特定时间进行自动化清理。

TSDB 提供专业全面的时序数据计算函数，支持降采样、数据插值和空间聚合计算，能满足各种复杂的业务数据查询场景。

具有高效的读写能力，相比较开源的 OpenTSDB 和 InfluxDB，读写效率提升数倍。兼容 OpenTSDB 的数据访问协议，开发简单。

时间线数：对应设备上的采集点数。一个采集点可以是某个设备上需要上传数据的一个传感器。

“一个度量 + N 个标签 + 一个时间戳 + 一个值”定义一个数据点。

Point point = Point.metric("test").tag("V", "1.0").value(System.currentTimeMillis(), 123.4567).build();

//查询一小时的数据
Query query = Query.timeRange(now - 3600 * 1000, now).sub(SubQuery.metric("test").aggregator(Aggregator.NONE).tag("V", "1.0").build()).build();