數據庫是企業級客戶的核心應用，數據庫性能會直接影響上層用戶的體驗。從用途角度，數據庫可分為交易型、分析型、搜索型等。Memblaze 的 NVMe SSD 可在性能、容量等多個維度滿足不同類型、不同負載數據庫的需求，讀 Latency 優化等技術可保障數據庫查詢、搜索等業務的讀操作處于穩定的低延遲，多重數據保護技術保障用戶數據安全性、完整性和一致性。
隨著業務的不斷發展，每天都會產生大量新的數據，這對現有架構的服務能力帶來了挑戰，節點服務器的容量空間不足，服務能力受限，體系封閉，擴展困難，運維要求高，整體成本居高不下，建設高性能的統一IT服務平臺成為未來發展的需要。
采用 Spark 計算，以 HDFS 為統一存儲基礎， 采用“內存+NVMe SSD+HDD”三級緩存方案。以 Spark RDD 內存計算為核心提供統一數據存取處理及分析平臺。
在部署實踐中，通過加速引擎把 NVMe SSD 和機械硬盤做統一管理，供分布式軟件調用。
通過 NVMe SSD 層的引入，可以有效緩存隨機讀寫的小數據塊，使集群的隨機 IO 能力有數倍的提升。
據測試表明，把 NVMe SSD 作為機械盤 OSD 的日志盤，與不使用日志盤的純機械硬盤集群相比，前者服務器整體 IO 能提升多達 6 倍。
新 IT 系統在不變動現在 ES 日志系統架構和應用的基礎上，通過在每個存儲節點部署一塊或兩塊 PBlaze 系列 NVMe SSD，滿足性能和容量的雙重需求。
解決了 ES 系統存儲容量困境。
單服務器節點，實現每秒 20 萬 ES 文檔寫入能力，并提供秒級查詢能力。
要想在 EB 級存儲量的視頻中提取信息，需要對每一路攝像機畫面中的人、車信息進行充分的結構化提取。通過 Hadoop HDFS + Spark 集群存儲和分析這類結構化數據，借助 PBlaze 系列 NVMe SSD 來緩存結構化數據索引，實現容量、性能、可靠性和可維護性的大幅提升。
由 NVMe SSD 來承載比對庫資源，通過客戶實際測算，采用的 NVMe SSD 可持續提供大于 100 萬的隨機 4K 讀性能。
客戶通過自研服務器可以更為高效的應對系統的數據處理和分析，整體方案的查詢分析能力得到成倍的提升。
原服務器配置的 SATA SSD，存在多個風險點，NVMe SSD 不僅具有完善的數據保護技術保障，并且簡化了系統架構，提升整體方案的可靠性和易于維護性。
