Apache Fluss (Incubating)
Fluss是用于实时分析的流存储，可以用作Lakehouse Architectures的实时数据层。 Fluss凭借其列存储和实时更新功能，与Apache Flink无缝集成，来构建高吞吐，低延迟，具有成本效益的流式湖仓。
流存储Fluss版
一款由阿里云提供的Fluss全托管服务，具备免部署、免运维、低成本、高弹性、高可靠、高吞吐等优势。
RAM
阿里云提供的管理阿里云用户身份与阿里云资源访问权限的服务。RAM只针对流存储Fluss控制台和API操作，客户端使用SDK收发消息与RAM无关。
Fluss实例
一个独立的使用和管理的Fluss集群，您的所有操作需要在实例下完成。
数据库
实例下按照数据结构来组织、存储和管理数据的方式。您可以在数据库中创建、更新或删除表。
表
在 Fluss 中，表是用户数据存储的基本单位，以行和列的形式组织。表存储在特定的数据库中，遵循层次结构（数据库 -> 表）。
根据是否包含主键，表可分为两种类型：
日志表（Log Tables）：
适用于仅追加（append-only）的场景。
仅支持 INSERT 操作。
主键表（Primary Key Tables）：
用于业务数据库中的数据更新与管理。
支持基于定义的主键进行 INSERT、UPDATE 和 DELETE 操作。
当定义了分区列时，表即成为分区表。具有相同分区值的数据会被存储在同一个分区中。分区列可以应用于日志表和主键表，但需注意以下事项：
对于日志表，分区通常用于日志类数据，常见于按日期列进行分区，以便于数据分离和清理。
对于主键表，分区列必须是主键的一个子集，以确保数据唯一性。
这种设计确保了高效的数据组织方式、灵活应对不同使用场景的能力，并符合数据完整性约束的要求。
表数据组织
分区（Partition）
分区是根据一个或多个指定列（称为分区列）的值，将表的数据逻辑上划分为更小、更易管理的子集。分区列中的每个唯一值（或值的组合）定义了一个独立的分区。
桶（Bucket）
桶根据分桶策略将表或分区的数据水平划分为 N 个桶。桶的数量 N 可以按表进行配置。桶是数据迁移和备份的最小单位。一个桶的数据由一个 LogTablet 和一个（可选的）KvTablet 组成。
LogTablet
对于日志表（Log Table）和主键表（PrimaryKey Table）的每一个桶，都需要生成一个 LogTablet。对于日志表，LogTablet 同时包含主表数据和日志数据。对于主键表，LogTablet 作为主表数据的日志。
KvTablet
主键表的每个桶都需要生成一个 KvTablet。底层实现中，每个 KvTablet 对应一个嵌入式的 RocksDB 实例。RocksDB 是一个 LSM（日志结构合并）引擎，它使得 KvTablet 能够支持高性能的更新和查询操作。
CoordinatorServer
Fluss 分布式存储系统中的核心协调组件，主要负责管理整个集群的运行，包括管理集群的状态、元数据的处理、TabletServer的协调调度以及保障多副本下数据的可用性
TabletServer
Fluss 中的关键服务端组件，负责管理和处理多个 Tablet，负责数据持久化，直接面向 I/O 服务，提供高效的数据读写能力，确保数据的安全性和可靠性。在分布式环境下，TabletServer与其他组件协作，通过数据复制、故障转移等机制，保证数据的高可用性和一致性。
ZooKeeper
一款开源的分布式应用程序协调服务。在流存储Fluss中，ZooKeeper主要用于集群管理、配置管理、Leader选举。ZooKeeper是流存储Fluss管控服务的一部分，您无需感知ZooKeeper。