解决什么问题:
1. 分布式数据库相比集中式数据库可承载更大数据量，RTO要求更高，技术难度更大。

2. 重保场景下，业务连续性较高，需要快速恢复。

分布式执行框架会根据业务SQL生成最优执行计划，通过算子下推、并行执行等技术，提升分布式执行效率:
□ 算子下推
• 完美sharding的单节点执行，点査、增删改等不需要DN间数据交互的场景下，CN将SQL直接下发至DN执行

• 跨节点分布式执行，关联查询等需要DN间数据交互的场景下，CN将执行计划下发给DN，DN间通过Streaming算子完成数据聚合
□ 并行执行
• 节点间支持DDL、DML等SQL语句并行执行；节点内支持基于数据页的并行查询

核心问题:分布式架构下，如何确保JOIN查询计划最优；如何避免Proxy瓶颈；如何减少跨节点JOIN的数据传输

核心问题:如何处理高并发点查询；如何处理复杂SQL；如何防止SQL搞跨整集群

解决什么问题:

1、提升事务处理性能，包括单机事务，以及跨节点的复杂分布式事务。适合对事务有强一致读并且性能要求高的场景。

2、提升分布式的扩展性，适合超大规模的业务场景。

效果:分布式扩展比由0.6提升到0.85，相当于在大规模集群下，性能提升25%。

构建完整的基础安全能力，并依据环境诉求不断强化，满足上层业务诉求。

使用场景:
1、关键在于透明，即对用户来说无需更改现有的应用系统和操作习惯，授权用户访问可得明文数据，未授权用户访问得到的是密文数据。
2、适合客户对业务数据有很高机密性要求，但又不想在业务SQL做改动的场景。

使用场景:
1、关键在于密钥掌握在用户自己手上，数据库管理员无法获取。加解密过程仅在客户侧完成，数据在存储、传输、查询整个生命周期过程中均以密文形态存在，避免管理员恶意获取密钥解密数据。传统的加密方式，在服务端加密，密钥管理员是可以获取的。

使用场景:
1、数据追溯:数字货币、政务、食品安全等领域渴望全向追踪管理，防止数据篡改与作弊，实现多方认同；
2、数据上云:运维管理由“用户自管理”向“第三方托管管理”过渡，推进云服务第三方可信。

价值:云数据库服务能帮助DBA实现数据库运维效率提升，让客户数据库团队能深入到应用的数据架构设计

DBA借助云数据库的支撑，高效完成日常的管理与运维！

GaussDB Console集成集群管理，备份管理，容灾管理，数据库性能监控能力，实现一站式管理

扩容主要分为加节点和数据重分布两个阶段，除切换元数据外均支持在线业务。

➢ 加节点阶段:主要完成新的CN/DN节点的安装、元信息同步、启动等操作。

➢ 数据重分布阶段:主要完成基线数据搬迁、增量数据搬迁(在线业务)、切换元数据等操作。

节点修复:当集群中主机上的某些组件发生故障(如二进制损坏，程序Crash等)，能够通过节点修复的方式，修复对应组件，快速恢复集群。
节点替换:当集群中某些主机发生硬件故障，无法修复时，可以通过节点替换，更换新的主机，通过全量数据build，同步数据到新主机上。

中国工商银行：
移动互联网改变用户消费行为，新常态、新技术加速金融行业转型，智慧金融进入新时代。
银行业务架构变化，推动核心系统分布式改造和互联网金融业务创新，工行具备国有大行担当，加快分布式新核心建设。