数据库是企业级客户的核心应用，数据库性能会直接影响上层用户的体验。从用途角度，数据库可分为交易型、分析型、搜索型等。Memblaze 的 NVMe SSD 可在性能、容量等多个维度满足不同类型、不同负载数据库的需求，读 Latency 优化等技术可保障数据库查询、搜索等业务的读操作处于稳定的低延迟，多重数据保护技术保障用户数据安全性、完整性和一致性。
随着业务的不断发展，每天都会产生大量新的数据，这对现有架构的服务能力带来了挑战，节点服务器的容量空间不足，服务能力受限，体系封闭，扩展困难，运维要求高，整体成本居高不下，建设高性能的统一IT服务平台成为未来发展的需要。
采用 Spark 计算，以 HDFS 为统一存储基础， 采用“内存+NVMe SSD+HDD”三级缓存方案。以 Spark RDD 内存计算为核心提供统一数据存取处理及分析平台。
在部署实践中，通过加速引擎把 NVMe SSD 和机械硬盘做统一管理，供分布式软件调用。
通过 NVMe SSD 层的引入，可以有效缓存随机读写的小数据块，使集群的随机 IO 能力有数倍的提升。
据测试表明，把 NVMe SSD 作为机械盘 OSD 的日志盘，与不使用日志盘的纯机械硬盘集群相比，前者服务器整体 IO 能提升多达 6 倍。
新 IT 系统在不变动现在 ES 日志系统架构和应用的基础上，通过在每个存储节点部署一块或两块 PBlaze 系列 NVMe SSD，满足性能和容量的双重需求。
解决了 ES 系统存储容量困境。
单服务器节点，实现每秒 20 万 ES 文档写入能力，并提供秒级查询能力。
要想在 EB 级存储量的视频中提取信息，需要对每一路摄像机画面中的人、车信息进行充分的结构化提取。通过 Hadoop HDFS + Spark 集群存储和分析这类结构化数据，借助 PBlaze 系列 NVMe SSD 来缓存结构化数据索引，实现容量、性能、可靠性和可维护性的大幅提升。
由 NVMe SSD 来承载比对库资源，通过客户实际测算，采用的 NVMe SSD 可持续提供大于 100 万的随机 4K 读性能。
客户通过自研服务器可以更为高效的应对系统的数据处理和分析，整体方案的查询分析能力得到成倍的提升。
原服务器配置的 SATA SSD，存在多个风险点，NVMe SSD 不仅具有完善的数据保护技术保障，并且简化了系统架构，提升整体方案的可靠性和易于维护性。
