同时，需要考虑对现有系统和第三方平台的对接能力，多模的数据库需要有一个开放的标准和协议支持，支撑更大范围的数据生态 。
Lindorm主要有以下四个特点：
1.极致性价比
当遇到数据量激增的场景 ， 如果没有很好的数据压缩存储或者冷热数据自动转存的方案，数据成本也会激增 。大部分的监控数据是机架式密度数据，有一些运维数据在不出故障的时候就没有什么价值 。只有出了故障，在回溯分析定位的时候 ， 它才会发挥价值 。像这种数据 ， 如果用传统的关系数据库或者是自建的数据库存储，运维和数据授权的成本非常高昂，是不经济的存储方式 。
因此，未来需要极致性价比的物联网存储 ， 能够提供PB级甚至EB级存储能力的存储平台，才能有效支撑这种场景 。
2.云原生弹性
未来，我们需要云端提供随时进行池化资源的使用方式 ， 没有业务的时候可以收缩资源占用量，节约成本 。业务并发量大的时候，在保证性能的前提下满足成本控制的需求 。
因此，弹性伸缩数据库的存储 ， 是云原生场景下很关键的能力 。
3.企业级稳定性
支撑如此庞大数量在线运行车辆的场景，稳定性至关重要 。
例如汽车OTA场景，当发生故障或网络中断、数据丢失的情况，汽车升级可能发生中断 ， 导致了车机端的故障或是智能化控制指令丢失 ， 执行失败等 。
4.数据生态融合
对接更广泛的生态，无疑可以支撑我们更大场景下的这个数据应用，这个也是非常关键的 。
目标行业：工业物联网、 车联网、APM运维、NPM运维……
这些场景都有一个共同的特点 ， 就是产生海量、带持续指标的监控数据 ， 而这些数据的价值密度非常低，它需要一种经济且友好的数据库进行存储 。
上方为Lindorm数据库体系图 。
目前Lindorm的核心能力除了能够对接广泛的数据生态等 ， 在数据库内部也有多模数据转存的通道 ， 能够在宽表、时序、全文检索、文件检索引擎之间做数据的协同 。
上层除了支持SDK等接口之外，还支持其他应用比较广泛的大数据生态接口查询语言 。
（二）Lindorm产品策略
上方为产品发展策略，未来演进方向是云原生多模超融合数据库 。
首先在金字塔底层的第一阶段，要具备海量多模数据的存储能力 ， 把结构化、半结构化、无结构化的数据以较为经济的方式存储下来，对这些数据做云化的处理，称为数据云 。
在此基础上，再建设跨数据库引擎的横向融合能力，如宽表、时序、图、关系等模型数据，实现数据库协同查询能力 。
在Lindorm数据库内部，用户可以通过一致的查询语句 ， 透明查询多种数据库，拿到所需要的信息 。无论这个信息是从宽表、时序还是从文本检索引擎来的，均对用户透明化处理，从而更友好地支撑未来数据应用的开发 。
再往上层的纵向融合指的除了数据库引擎、上层数据交换、ETF流数据处理以及计算引擎，可以在上层搭建数据库内部的运行 ， 例如异常检测、趋势预测、关联性分析、相关性分析等，纵向地将数据库的能力进一步融合，进而达到超融合，实现统一的查询语言、数据视图 ， 数据访问 。
在车联网的一些具体场景下 ， 比如新能源汽车当前电池包的健康状态监控，或者是公共场景下带业务特征的计算 ， 都可以做成数据库内计算的算子，或是以函数直接通过标准SQL语句去调用，最后连存到算一体化执行，最终实现顶层推理的效果 。
推荐阅读
- atm密码错误是什么意思
- 垃圾分类哪一个部门牵头 垃圾分类哪一个部门牵头管理
- 华为手机wifi密码查看没有二维码 华为手机wifi密码查看
- 无线怎么改密码用手机 无线怎么改密码
- 手机卡密码是什么意思啊 手机卡密码是什么意思
- u盘怎么破解电脑开机密码 u盘怎么破解电脑开机密码程序
- 教育管理属于教育类还是管理类
- 安庆润宝网络科技是干什么 安庆润宝网络科技是干什么是不是找密码
- 动物管理局有第二部吗？ 动物管理局有第二部吗
- 动物管理局朱雀是什么纲目 动物管理局朱雀犯了什么罪