为什么选择 KaiwuDB？
高性能时序数据处理
依托 “就地计算” 技术，KaiwuDB 实现了千万级设备接入、百万级记录秒级写入、亿级数据秒级读取的读写性能，在国际数据库性能基准测试 BenchANT（Time Series）中，写入吞吐领先同类产品 1.5-1.8 倍，位居全球第一
多模融合架构
采用原生多模内核，集成自适应时序引擎、事务处理引擎、预测分析引擎等多模引擎，通过统一接入层实现时序数据、关系型数据的统一采、存、算、管，实现多模数据存储对上层应用的透明化
分布式架构
采用节点全对等无中心架构，避免单点故障；支持节点在线水平扩展，性能随节点数量线性提升，可轻松支撑 PB 级数据存储与管理；通过多副本与Raft协议，实现故障自愈；同时支持单副本与多副本灵活配置，适配不同业务的可用性要求
低成本存储
通过三大核心技术实现存储成本优化：1. 数据压缩比5-30 倍，时序数据经特有算法压缩后可节省 90% 存储空间；2. 支持生命周期管理，过期数据自动清理，降低存储成本；3. “时间热度” 分级存储，自动将冷数据迁移至低成本存储介质，热数据保留在高性能存储中，平衡性能与成本
原生AI
AI 分析能力原生集成于数据库内核，提供可插拔式 AI 分析预测功能，支持模型的导入、训练、预测、评估与替换全流程；兼容主流机器学习框架，内置OpenTS时序基础大模型；无需将数据导出至第三方 AI 平台，即可在数据库内完成实时分析与预测，彰显了 “数据即分析、分析即决策” 的核心价值
安全稳定合规
通过公安部等保三级认证、国家保密测评，构建从身份认证、权限管理、访问控制、数据存储传输加密、安全审计等全方位的安全体系，满足能源、电力、制造、车联网等关键行业的合规要求
主要/亮点功能
多模融合架构
通过统一内核设计，实现时序、关系、非结构化数据的原生融合处理，打破传统单模数据库的“孤岛效应”和“业务架构复杂”的痛点问题；
- 统一SQL接口实现多模数据的跨模查询
- 集成时序引擎、事务引擎、分析引擎，支持时序数据、关系型数据等多类数据统一存储
- 避免多库部署复杂度，异构数据零ETL实时聚合
极速写入查询
创新引入“主键标签”机制，基于主键标签的智能路由，降低时序数据写入延迟；借助“就地计算”、“主键标签索引”、“数据重组”等快速定位数据位置，实现亿级时序数据秒级响应
- 高性能数据写入：KaiwuDB 支持标准SQL写入、批量写入、无模式写入等多种写入方式；借助“就地计算”等技术提升数据吞吐量；
- 高速数据查询分析：KaiwuDB提供最新值、插值、降采样等丰富的时序特色查询能力；支持窗口切分、多表关联、分组聚合查询、跨模查询，满足时序分析场景；
数据分发
数据分发功能包含数据推送和数据订阅发布，允许将一个库、一张表、甚至SQL查询结果发布至 Kafka 或另外一个 KaiwuDB 实例，实现数据的共享与同步；
- 提供整库、全表数据的初始化能力
- 支持基于SQL条件的行过滤和列级投影
- 实时捕获数据的增量变
- 在故障恢复时从断点继续同步，避免数据重复或遗漏
流计算
内置开箱即用的流计算功能，用户可通过标准 SQL 定义任务，当数据写入源表后，按着定义方式（包含计算规则、过滤条件等）自动处理，并将处理结果写入目标表；可替代传统复杂流处理系统，降低系统复杂度和运维成本；流计算可用于智能降采样、预计算加速，显著提升查询响应速度。
- 支持断点续传
- 支持过期数据、历史数据、乱序数据等多种处理策略
- 目标表支持关系和时序
云边端协同
和KaiwuDB Lite共同构建完善的云边协同体系，KaiwuDB Lite部署在资源有限的设备测或嵌入式系统，基于轻量化架构和高压缩能力，实现传感器和设备数据的实时采集、处理、存储和查询；边侧或云侧，部署KaiwuDB，借助KaiwuDB的各种能力，将来在端侧的数据统一汇聚分析，支撑实时决策、运行监测预警、业务洞察等；
AI 数据库智能体
基于 Model Context Protocol（MCP）协议构建，深度融合自然语言处理与数据库技术，用户通过简单的对话即可完成产品使用智能问答、自动化安装部署、自然语言查询分析、故障诊断和性能调优。通过借助大语言模型（LLM）智能提示能力、结合知识库和向量搜索技术，降低 KaiwuDB 的学习、使用和运维成本，提升数据交互效率。
- 智能巡检：定期对数据库运行状态、存储容量、慢SQL等巡检，将“事后干预”变为“事前预警”
- 性能优化：定位性能瓶颈，提供性能分析报告，生成优化方案
- 数据管理与分析：自然语言式数据查询，业务数据趋势预测分析
核心技术优势
时序执行引擎
