精品文档
结构化数据与非结构化数据存储在同一条记录上
这种利用BSON特性的存储方法，可以有效避免由于数据需要存储在两个地方（数据库+存储），中间需要处理复杂的事务逻辑，并且从根本上避免了信息孤岛产生的可能。非结构化数据与结构化数据整合在一起，形成一条完整的记录存储。
3) 双存储引擎，简化系统架构
SequoiaDB数据库支持BSON结构存储和块数据存储。
当用户需要存储一些结构化数据时，可以选择使用BSON结构将数据存储在SequoiaDB中。当用户需要将大文件（超过16M）存储在SequoiaDB中时，可以选择块存储模式，将文件存储在数据库中。
如果用户需要构建一个既需要存储结构化信息，有需要管理大量大文件的系统时，SequoiaDB双存储引擎这个特性，能帮助用户快速搭建一个高性能、高可用的系统，并且整个系统组件简单—只有SequoiaDB数据库，不再需要额外购买昂贵的存储设备，节省企业的开发和运维成本。
.
精品文档
图8：SequoiaDB双存储引擎
4) 统一数据视图，实现冷、热数据物理分离
在大数据应用系统中，虽然存储了大量的历史数据，但是用户在使用数据的规律上，总会有一些数据是使用得比较频繁的（例如在银行中，近期三个月的数据位热数据），有一部分数据有价值，但是查询的频率不高，对于查询的性能也没有热数据那么严格（通常检索热数据，需要在50毫秒内返回结果，检索冷数据，允许在10秒内），这种数据我们就称为冷数据。
SequoiaDB专门为历史数据归档、检索提供一种全新的存储机制，使得热数据与冷数据实现物理分离（例如热数据使用较好的存储硬件SSD，冷数据存储在廉价的磁盘上），但是冷、热数据均统一在一个数据视图上，用户只要像操作一个普通的数据表那样，进行数据检索、分析。
.
精品文档
冷、热数据分离
5) SequoiaDB支持读写分离，用户可以针对一份数据完成更多的业务处理
SequoiaDB通过多副本数据备份，实现数据安全，同时，利用数据的多副本，用户可以在指定多个业务同时访问不同的数据节点，实现一份数据，多种用途的目的，大大提升了数据的使用率。
图10：SequoiaDB读写分离
6) 深度整合大数据体系的各个组件
.
精品文档
SequoiaDB不仅通过了全球最大的Hadoop发行商Cloudera的官方认证（全球只有四家NoSQL数据库获得），还获得了DataBricks的官方认证，同时，SequoiaDB也是国内三家经过DataBricks授权，拥有发行Spark权利的厂商之一。
SequoiaDB的企业版本，除了为客户提供一个高性能的分布式文档型数据库外，还集成了Hadoop的HDFS、MapReduce，基于内存计算的分布式计算框架Spark， SequoiaDB还向客户提供完善的SQL解决方案，像Hive、SQL Engine和Spark SQL，用户可以根据不同的场景，选择不同的组件快速构建属于自己的大数据平台。
从下图可以看到，用户可以基于SequoiaDB作为底层数据库，在应用开发上，根据不同的场景，例如海量数据分析，用户可以选择MapReduce、Hive、Spark RDD或者Spark SQL来完成；如果是做数据实时检索类型的业务，用户可以选择使用SQL Engine或者SequoiaDB提供的API来进行实时数据检索。
SequoiaDB深度整合大数据体系各个组件
.
精品文档
SequoiaDB企业版架构图
7) 完善的运维、监控工具
SequoiaDB作为一家企业级数据库厂商，除了为用户提供高性能的数据库服务外，还为用户提供完善的运维工具。例如在命令行工具上，SequoiaDB为用户提供sdbtop工具，方便用户实时追踪集群运行状况，还有sdb日志追踪工具，多级别日志选择等都为企业后续的运维减轻压力。
另外，SequoiaDB还为用户提供一套WEB管理工具，用户可以通过页面部署、管理SequoiaDB集群，并且WEB控制台还将实时监控的数据用形象的图表展示给用户。企业后续对SequoiaDB集群的运维工作量大大减少。
SequoiaDB WEB管理界面
8) SequoiaDB支持在线扩容，系统扩容升级快速简单
SequoiaDB支持在线扩容，系统扩容升级快速简单
SequoiaDB作为一款分布式文档型数据库，在数据库架构设计之初就已经将
.
大数据平台架构
