单节点架构

单节点架构仅包含单个节点，用户可以直接访问该节点。

单节点架构作为集群和副本集架构的补充，适用于研发、测试以及其他非企业核心数据存储的场景。让您能够以更低的价格享受文档数据库服务一键部署、可视化运维和弹性扩容等优势。

产品介绍 5 系统架构

图5-4 单节点架构

产品介绍 5 系统架构

6 ^功能特性

本文介绍文档数据库服务的主要功能特性。

数据迁移

搭配数据复制服务（Data Replication Service，简称DRS），支持从自建库或者其它云数据库MongoDB到DDS的实时迁移的能力。降低了数据库之间数据流通的复杂性，

有效地帮助您减少数据传输的成本。

扩容存储

原来申请的数据库存储容量不能满足需求时，支持为实例进行存储扩容。

变更规格

当创建的实例的CPU和内存规格无法满足业务需求时，可以在控制台进行CPU和内存规格变更。

备份与恢复

● 支持设置自动备份策略和实时手动备份。其中，自动备份保留时长最多达到732 天，实时手动备份长期保留。

● 支持通过备份文件进行数据恢复。其中，副本集支持实例级时间点恢复和库表级时间点恢复。

指标监控

通过实时监控数据库实例及引擎的关键性能指标，包括CPU、内存使用率，磁盘利用率，command、delete、insert语句执行频率，活跃连接数等指标。

日志管理

支持查询和下载数据库错误日志和慢日志。

参数配置

控制台支持在线修改并生效配置参数，以及参数模板配置管理功能。

产品介绍 6 功能特性

跨可用区容灾

所在区域支持3个及以上可用区时，支持跨3个可用区部署，从而实现跨可用区容灾能力。

产品介绍 6 功能特性

7 ^典型应用

游戏

在游戏应用中，可以将一些用户信息，如用户装备、用户积分等存储在DDS数据库中。游戏玩家活跃高峰期，对并发能力要求较高，可以使用DDS的集群类型，应对高并发场景。DDS副本集和集群架构的高可用特性，能够满足游戏在高并发场景下持续稳定运行。

另外，DDS兼容MongoDB，具有No-Schema的方式，能免去您在游戏玩法变化中需要变更表结构的痛苦，非常适用于灵活多变的游戏业务需求。您可以将模式固定的结构化数据存储在云数据库 RDS中，模式灵活的业务存储在DDS中，高热数据存储在分布式缓存服务（Distributed Cache Service，简称DCS）的Redis中，实现对业务数据高效存取，降低存储数据的投入成本。

优势：

● 支持内嵌文档：内嵌文档可以避免join的使用，降低应用开发的复杂性，灵活的 schema支持，方便快速开发迭代。

● 轻松应对数据峰值压力：基于分片构建的集群支持TB级的数据需求。

IoT

DDS兼容MongoDB，具有高性能和异步数据写入功能，特定场景下可达到内存数据库的处理能力。同时，DDS中的集群实例，可动态扩容和增加mongos和shard组件的性能规格和个数，性能及存储空间可实现快速扩展，非常适合IoT的高并发写入的场景。

物联网（Internet of Things，简称IoT）智能终端往往需要进行多样化的数据采集，且需要存储设备日志信息，并对这些信息进行多维度分析。IoT业务增长快，数据量大，

访问量增长迅速，对数据存储要求具备水平扩展能力。

DDS提供二级索引功能满足动态查询的需求，利用兼容MongoDB的MapReduce聚合框架进行多维度的数据分析。

优势：

● 写性能：文档数据库的高性能写入，基于分片构建的集群支持物联网TB级的数据需求。

● 高性能和扩展性：对高QPS应用有很好的支持，同时分片架构可以快速进行水平扩展，灵活应对应用变化。

产品介绍 7 典型应用

互联网

DDS的副本集模式采用三节点Replica Set的高可用架构，三个数据节点组成一个反亲和组，部署在不同的物理服务器上，自动同步数据。Primary节点和Secondary节点提供服务，两个节点分别拥有独立内网地址，配合Driver实现读取压力分配。

大型企业的数据库往往需要应对TB级数据，有较强的数据存储需求。且大数据场景下，还需要满足业务在线数据实时写入数据库、大数据计算分析、分析结果反馈等实时查询、动态分析的需求。

优势：

● MapReduce：解决数据分析场景需求，用户可以自己写查询语句或脚本，将请求 都分发到DDS上完成。

● 性能扩展能力强：应对业务增长快，数据量大的内容管理系统。具备较好的扩展能力。