为物联网数据存储和实时处理而生的流数据库

可靠、低延时的流数据存储

通过优化的存储引擎设计，HStreamDB 不仅能够提供低延时的流数据持久化存储，而且会将写入的数据复制到多个存储节点，保证写入数据的可靠性。

还支持数据的分级存储，能够自动将历史数据转储到成本更低的存储服务上，比如对象存储、分布式文件存储等，存储的容量可无限扩展，实现数据的永久存储。

轻松支持和管理大规模的数据流

HStreamDB 采用流原生的设计，数据以流为单位进行组织和访问，支持创建和管理大量的数据流。数据流的创建在 HStreamDB 是非常轻量的操作， 在大量数据流并发读写的情况下仍然能够保持稳定的读写延迟。

同时得益于 HStreamDB 流原生的设计，具有超高的性能，单个集群即可支持百万数据流。

实时，有序的数据订阅交付

HStreamDB 基于经典的发布-订阅模型，在数据消费上不仅提供低延时的数据订阅交付。

同时能够在集群发生故障和错误的情况下保证机器的交付的顺序。

内建强大的流处理支持

HStreamDB 设计了完整的基于事件时间的状态化处理方案，不仅支持基本的过滤、转换操作，还支持按 key 做聚合计算，基于多种时间窗口的计算，以及数据流之间 join 的能力，同时也支持乱序和晚到的消息的特殊处理，保证计算结果的准确性。用户只需要通过 SQL 语句就能完成上述所有的处理功能，无需学习任何三方 API。同时，HStream 的流处理具备丰富的扩展能力，用户可以针对自己的业务自行扩展。

基于物化视图的实时分析

HStreamDB 提供物化视图功能，支持在持续更新的数据流上进行复杂的查询和分析操作。HStreamDB 内部的增量计算引擎会根据数据流的变化实时更新物化视图，用户可通过 SQL 语句查询物化视图获得实时的数据洞察。

和多种外部系统轻松集成

由于 HStreamDB 流原生的设计和内建的强大的流处理能力，使得它非常适合作为企业的数据中枢，负责所有数据的接入和流转，连接多种上下游服务和数据系统。

为此 HStreamDB 也提供了和多种外部系统对接的 Connector 组件，比如 MySQL、ClickHouse 等等，方便用户和外部数据系统进行集成。

云原生架构、无限水平扩展

HStreamDB 采用 Cloud-Native 架构，计算层和存储层分离，并可独立水平扩展。

同时支持集群在线扩展，动态扩缩容，而且在扩展是非常高效的，不会有数据重分区，大规模拷贝等操作。

容错和高可用

HStreamDB 内建了自动的节点失败检测和错误恢复机制，能够保证极高的可用性，同时采用基于 Paxos 的优化的一致性模型。

数据总是被安全的复制到多个节点，即使在发生错误和失败的情况下也能保证数据的一致性和有序交付。