产品介绍

Hubble:大规模高并发支持灵活查询的国产HTAP产品 
人工智能和大数据一直作为孪生兄弟相互支撑，生产与离线分析各自独立的传统信息化结构已经无法支撑AI的发展，每个异构数据库产品之间的同步和数据冗余；业务的实时性需要流数据框架；ML越来越多作为核心业务部件被部署在流程中自动化完成……这些都会带来很多问题，因此限制了大数据企业应用的发展。新一代数据驱动业务提出了数据湖等全新架构，而数据湖不仅仅是低成本的存储，更应是面向生产交易等数据科学处理的核心计算框架。 
凭借7年来在分布式计算集群的沉淀，及三家大型银行核心交易系统的实践验证，天云大数据推出了百万原生代码规模的HTAP产品：Hubble,可以实现混合交易分析处理，一款既能支持OLTP，又能支持OLAP的产品 
Hubble查询引擎具有下列特性： 
与hadoop生态圈紧密结合，可与其他hadoop组件进行无缝集成。 
支持数据和用户的高扩展，水平扩展非常容易。支持高效稳定的海量数据存储，可有效支持上亿行、上百万列、上万个版本，支持对数据自动分片。 
具有容错性的数据分发和备份，对索引分片，并对每个分片创建多个副本。每个副本都可以对外提供服务。一个副本的异常不会对整个集群提供索引服务造成影响。 
支持高可用性和热备份。 
支持对数据进行各种高级查询，包括交集、联集、排除、通配符、范围、分页、排序、Group等。 
读写严格一致，支持ACID（ACID指数据库正确执行的四个基本要素，包括:原子性，一致性，隔离性，持久性）和最终一致性。支持事务的提交和回滚，有效保障了数据的完整性。 
数据查询的秒级毫秒级响应，从而支持OLTP。

功能特性

Hubble具有包括Java、Python、Scala SDK，RESTFul API，SQL等多种读写接口，可同时满足FTP、MQ、Sqoop、Flume、Kafka等多种数据接入方式，同时支持天云自有交换平台的数据接入。同时利用多种多样的接口可向各类业务应用推送需要的数据。支持全量导入、增量导入数据、读取数据支持分页等细节功能。 
保持数据事务一致性,对ACID的有效支撑。事务控制层可以支持安全的使用并发的多线程。可以支持对一个数据对象或方法在读写上的提交与回滚。在事务完成时，无论成功或者回滚，数据在多个节点都会处于一致的状态。 
为了更好的查询效率和对各种数据类型有更好的支持，Hubble索引包含了多种数据类型的索引，这些数据类型包括：Byte、Short、Integer、Long、Float、Double、Decimal、Precision、String、Date、Instant等，有了这些数据类型，索引就可以根据业务实际需要来进行选择，紧密的和业务结合在一起。 
通过持久化接口将数据在Hubble中持久化。Hubble原生支持了多种数据类型，这些类型包括：String、Character、Boolean、Byte、Short、Integer、Long、Float、Double、Decimal（拥有三位小数的数字）、Precision（拥有6位小数的数字）、Date、UUID。

产品优势

采用分布式架构解决数据的安全性、稳定性，相对于传统关系型数据库，大大提高了数据的存储容量。 
支持数据和用户的高扩展，水平扩展非常容易。支持高效稳定的海量数据存储，可有效支持上亿行、上百万列、上万个版本，支持对数据自动分片。 
具有容错性的数据分发和备份，对索引分片，并对每个分片创建多个副本。每个副本都可以对外提供服务。一个副本的异常不会对整个集群提供索引服务造成影响。 
支持对数据进行各种高级查询，包括交集、联集、排除、通配符、范围、分页、排序、Group等。 
读写严格一致，支持ACID。支持事务的提交和回滚，有效保障了数据的完整性。 
数据查询的秒级毫秒级响应，从而支持OLTP。 
可与其他组件可以做到轻松集成，既可以与业务系统结合，将读数据放到Hubble端，来做读写分离，为业务系统减负，也可通过大数据平台hadoop和spark进行ETL处理，从而支持OLAP。 
良好的开发规范和完善的文档支持，降低了开发人员的使用门槛，无需关心Hubble的底层。

适用场景

利用Hubble低延时、高性能、海量存储等特性，满足需要从海量的历史和实时数据中秒级获取有效信息的场景。 
在分布式背景下，数据量不断的增长，需要高速的读写，并有复杂的ETL需要的场景。 
用户使用频率非常高，重要程度仅次于核心应用，对数据的丢失以及服务的中断零容忍的场景。 
对数据的一致性有要求的场景。