我国广泛应用的三大分布式数据库是哪些？

公司在数字化转型过程中的常见痛点：

• 业务增长较快导致单机关系型数据库容量瓶颈，扩容成本高且停机风险大。
• 海量写入和高并发访问场景下传统数据库无法满足低延迟和高吞吐需求。
• 跨地域、多可用区部署要求强一致性和容灾能力，但现有方案实现复杂、运维成本居高不下。
• 数据模型多样化，单一数据库难以兼顾灵活性与性能。

国内很多地方使用的三大分布式数据库

1. Apache HBase

适用场景：实时日志分析、推荐程序、海量时序数据存储等需要快速随机读写的大规模结构化数据。

• 数据模型：面向列的宽表结构。支持数十亿行、数百万列，列族内可存储列表、集合等复合类型。怎么说呢，
• 复制与容灾：依赖 HDFS 的块级复制。支持跨机房同步复制与快照恢复。话说回来，
• 一致性模型：强一致性读写。适合对数据准确性要求高的业务。
• 方式这方面。水平扩容只需添加 RegionServer，自动进行 Region 划分与负载均衡。
• 运维痛点缓解：通过 Hadoop 环境统一监控，降低了独立运维成本。

2. Apache Cassandra

适用场景：社交网络、金融交易日志、IoT 数据流等对写入吞吐和可用性要求极高且可以容忍最终一致性的业务。

• 数据模型：Cassandra 使用键空间 → 表 → 列族结构。