当人们运行可扩展的开源大数据后端时，我们看到了这一挑战，这要求您结合必须保持同步和管理的一系列技术

您需要强大的经验和优秀的人才，才能运作和扩展，该体系结构没有部署大多数关系数据库中使用的主/从配置，因此为将数据库系统作为分布式系统运行奠定了基础，它的目的是允许公司保留其在SQL上的现有投资，同时通过使用商品硬件和廉价的云服务避免昂贵的专有硬件和许可费用。

们使用称为“无共享”的架构进行构建，这意味着您没有任何主机

任何节点都可以成为主节点，这使速度非常快，因为您不必等待主人确认，并且由于添加了10台机器，100台机器来横向提高速度和性能，因此超级容易扩展。通常，使用标准SQL不能实现这一目标，如果一个节点发生故障，它将自动故障转移到另一节点，“我们想要一个永远不会崩溃的数据库，尽管公司可以将这些元素放在一起，但仍需要大量工作，即使到那时，该数据平台仍将难以进行实时写入，而不仅仅是读取。

把分布式数据库定位为适合存储和分析时间序列数据

例如由传感器或物联网中使用的机器生成的数据，客户中看到的趋势之一是运营数据和分析数据的融合，而不是为两者使用单独的数据库，仅运行基于批处理的报告还不够，这是关于实时了解您的数据正在发生的事情，物联网以及高速增长的移动和Web应用程序客户的理想选择-必须同时快速存储大量数据的公司允许成千上万的并发用户使用此数据。

设计数据存储则可以确定要执行的查询类型

可以同时运行的查询数量以及所有这些参数，而这是一个可以快速高效地运行数据查询的跑道。但是一旦你改变了一切，板条箱可让您临时进行更改。您不必已经知道要搜索什么。您可以在开发应用程序时更改架构。您可以随时添加列和索引，这使其成为非常灵活且易于使用的产品，许多数据库都是围绕特定用例构建的，企业看不到它们之间的区别，挑战之一就是要使其与众不同。