云原生多模数据库 Lindorm依赖于LindormDFS云原生存储系统，实现了数据存储与计算分离。存储容量独立计费，支持不停机在线扩容。Lindorm实例的存储容量在同实例内的多个引擎之间共享。
存储类型说明
云原生多模数据库Lindorm支持的存储类型及其适用场景如下：
存储类型 | 访问延迟 | 适用场景 | 支持的引擎类型 | 扩展能力 |
标准型云存储 | 3ms ~ 5ms | Feed流数据、聊天、实时报表、在线计算等实时访问数据。 | 宽表引擎、时序引擎、搜索引擎、文件引擎、流引擎 | 支持选购容量型存储。 |
性能型云存储 | 0.2ms ~ 0.5ms | 广告竞价投放、用户画像、人群圈选、实时搜索、风控大脑等低延迟访问数据。 | 宽表引擎、时序引擎、搜索引擎、文件引擎、流引擎 | 支持选购容量型存储。 |
容量型云存储 | 15ms ~ 3s | 监控日志、历史订单、音视频归档、数据湖存储、离线计算等低频访问数据。 说明 容量型云存储使用高密度磁盘存储阵列，提供极低成本存储能力，和高吞吐读写能力，但随机读能力较弱，适用于写多读少场景或大数据计算场景。详细介绍，请参见容量型云存储读取性能说明。 | 宽表引擎、文件引擎、流引擎 | 不涉及。 |
本地SSD盘 | 0.1ms ~ 0.3ms | 网络游戏、电商、视频直播、媒体等在线业务，满足I/O密集型应用对块存储的低时延和高I/O性能需求。 | 宽表引擎、时序引擎、搜索引擎、文件引擎 说明 购买实例时，如果存储类型选择本地SSD盘，仅支持选择本盘节点规格和数据引擎的节点数量。 |
|
本地HDD盘 | 10ms ~ 300ms | 互联网行业、金融行业等有大数据计算与存储分析需求的行业，进行海量数据存储和离线计算的业务场景。 | 宽表引擎、时序引擎、搜索引擎、文件引擎 说明 购买实例时，如果存储类型选择本地HDD盘，仅支持选择本盘节点规格和数据引擎的节点数量。 |
|
访问延迟仅表示存储访问延迟，不代表端到端访问延迟。
本地SSD盘和本地HDD盘默认以三副本的方式进行数据冗余，为确保在有一个节点异常的情况下仍能以三副本方式进行数据冗余，Lindorm限制本地盘实例的总节点数最少为3个。
云存储与本地盘在用量计量上有差异，具体如下：
性能型云存储、标准型云存储、容量型云存储采用逻辑容量的口径进行用量计量。假设数据库文件的逻辑大小为100 GiB，则实际消耗云存储的存储空间的大小为100 GiB。由LindormDFS确保数据的可靠性以及可用性，无需关心副本数。
本地SSD磁盘、本地HDD磁盘和额外挂载云盘均采用物理容量的口径进行用量计量。进行容量规划时需考虑副本数。假设数据库文件逻辑大小为100 GiB，以三副本的形式存储在本地HDD盘的Lindorm实例，则实际消耗本地HDD盘存储空间的大小为300 GiB。数据的可靠性与可用性由LindormDFS多副本机制确保。通常情况下，本地盘默认以三副本、云盘默认以两个副本的方式进行数据冗余。
扩展能力说明
扩展能力 | 说明 |
支持选购容量型存储 | 支持选购容量型存储用于存储冷数据。 |
挂载云盘与本地SSD盘并池 | 本地SSD盘单计算节点的存储容量较小，通常无法满足存储容量需求较大的业务场景。因此当存储容量需求较大时，需购买和使用更多的计算节点时，可能会产生计算资源的浪费。Lindorm支持在存储类型为本地SSD盘的实例上挂载云盘，并将云盘与本地SSD盘并池使用。 |
挂载云盘加速 | 支持在存储类型为本地HDD盘的实例上额外挂载云盘。云盘的平均延迟和IOPS均优于本地HDD盘。可将挂载云盘作为热存储使用，也可将挂载云盘与本地HDD盘进行副本异构。 |
副本异构 | Lindorm支持将高性能存储与低成本存储搭配，实现文件副本的异构存储，通过减少高性能存储进一步降低成本。读请求将优先访问高性能存储副本，当承载高性能副本的节点故障或临时下线时，访问低成本存储副本实现数据的高可靠与高可用。适合性能要求较高，但可容忍请求毛刺的场景。 Lindorm支持以下形式（高性能存储+低成本存储）的副本异构：
说明 如果您需要开通副本异构功能，请联系Lindorm技术支持（钉钉号：s0s3eg3）。 |
EC纠删码（1.5副本） | 存储类型为本地SSD盘和本地HDD盘的实例均支持开启EC纠删码（1.5副本）功能。开启EC纠删码（1.5副本）功能后，数据副本冗余倍率将从3下降至1.5。Lindorm默认使用RS-4-2算法对数据进行冗余。 以RS-4-2算法为例，开启EC纠删码（1.5副本）功能后数据副本会被打散分布至6个节点上，同时为确保实例的可用性，额外增加1个节点进行冗余，此时实例要求存储节点的最少数量为7。 说明 如果您需要开通EC纠删码（1.5副本）功能，请联系Lindorm技术支持（钉钉号：s0s3eg3）。 |