产品特性
多模融合，一库多用
KWDB 透过内核内置一套通用的数据模型，将时序与关系数据模型融于一体，提供统一的数据接入，支持不同数据模型的融合处理，实现了数据库系统数据模型对应用程序的透明，既可满足各种场景下用户对单一数据模型的管理需求，也能满足大型复杂系统对多模数据的管理需求。
无中心分布式架构
无中心透明式分布式体验：KWDB 采用无中心的全对等架构，集群中各个节点的地位完全对等，无单点故障问题，任一节点故障时，服务可由其它节点接管。
分布式线性扩展：KWDB 支持业务快速的扩容缩容，数据重分布过程中仍可访问数据，对业务透明，具备 PB 级数据的存储能力。
高性能强一致分布式事务: KWDB 支持部署多副本数据库集群，采用 Raft 协议保障数据一致性，具备系统故障自愈和自适应切换能力。
高性能读写
高性能数据写入
KWDB 提供多种高性能的顺序、乱序数据写入能力：
- 支持标准 SQL 写入及导入。
- 支持百万行数据秒级写入。
- 支持纳秒精度数据写入。
高速数据查询分析
在物联网等场景下，设备数量众多，每类设备采集的数据类型、特征、操作具有相似性。KWDB 针对海量时序数据高速读写需求推出优化设计方案——时序表，以提升海量相似时序数据读写的性能。在时序表中指定不同设备的主键标签，写入数据时自动根据标签对不同设备数据进行分区存储，并创建索引，快速定位指定设备数据，实现高性能的设备数据查询和大量数据聚合，提升数据库处理性能。 KWDB 采用就地计算技术，快速定位和存取海量时序数据，在查询总量、年最大值、分组查询（GROUP BY）、关联查询（JOIN）等复杂查询场景下，查询性能大幅提升，亿级数据聚合查询秒级即可响应。
KWDB 提供丰富的时序特色查询能力，显著降低查询分析难度。支持用户根据业务需求自定义函数，并内置丰富的时间日期函数、数学函数、聚合函数（MIN、MAX、AVG 等）和窗口函数。针对时序场景，提供最新值查询、值过滤查询、条件查询、插值查询等专属查询方式，全面满足时序数据分析需求。
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。流计算可用于智能降采样，将高频数据实时压缩至指定频率，并通过发布订阅机制同步至云端，从而降低存储和传输成本；也可用于预计算加速，对复杂查询进行实时预计算并持久化，显著提升查询响应速度。
低成本存储
实时数据压缩
KWDB 支持实时数据压缩，能够根据数据类型自动适配最优压缩算法，具备 5-30 倍数据压缩能力，降低数据存储带来的成本。
生命周期管理
KWDB 支持在库级别及表级别设置数据存活的生命周期，可定期、自动地删除一定时间之前的数据。通过数据生命周期管理，实现对 KWDB 总磁盘空间占用的控制，避免出现磁盘写满等异常。
多重安全保障
KWDB 的多种身份认证方式，能够对接入数据库用户进行身份认证工作；支持创建不同权限的账户，对不同账户授予不同的读写权限，并且授权可修改；支持对数据库操作进行审计；同时支持在数据库与服务器通信的过程中加密，实现全过程保护数据安全。
生态工具与兼容
生态工具
可视化操作管理工具
KWDB 提供图形化数据库操作管理工具，涵盖数据库连接、数据库管理、模式管理、表管理等多个功能模块，几乎包括数据库所有相关操作，提升用户的数据库操作体验。
异构数据库数据迁移工具
KWDB 提供数据迁移工具，支持快速迁移 MySQL、Oracle、MongoDB、InfluxDB、OpenTSDB、TDengine 等异构数据库的数据, 支持全量及增量迁移数据，在确保系统完好运行的同时，完整、准确、一致、及时地迁移原有数据。
性能测试工具
kwdb-tsbs 是 KWDB 基于 Timescale TSBS 开发的专业时序数据库性能基准测试工具，涵盖数据生成、批量导入、查询执行和结果统计全流程，支持 CPU 监控与物联网 （IoT） 两大场景，提供 26 种查询类型，全面覆盖业务需求。工具具备高并发处理、灵活参数配置及一键自动化测试功能，为企业提供科学可靠的性能评估方案，助力容量规划、性能调优和技术选型。
生态兼容
主流编程语言和操作系统兼容
KWDB 支持使用多种主流编程语言连接数据库，如 C/C++、JAVA、C#、Python 等，便于开发者根据项目需求选择合适的编程语言，降低开发成本并提高开发效率。有关详细信息，参见应用开发。
KWDB 兼容多种主流操作系统，包括 Ubuntu、CentOS、麒麟、统信等，确保在不同环境下稳定运行 KWDB，满足不同用户的部署需求。有关支持的操作系统，参见操作系统及架构。
第三方生态工具兼容
KWDB 无缝集成 EMQX、Kafka、Flink、Telegraf 等第三方工具。用户无需额外编写代码，只需要通过简单的配置即可高效地写入和读取数据。这不仅极大地简化系统的搭建和维护工作，还能有效地提高数据处理的灵活性和扩展性。