随着业务数据量不断增长的同时，数据结构也变得越来越灵活多样，数据不再局限于规整的结构化数据，半结构化、非结构化数据在数据域处理中的占比逐年上升，因此对不同模态的数据进行智能化数据处理的需求越来越迫切。
中国信通院在《数据库发展研究报告（2021 年）》中指出，在后关系型数据库阶段，数据结构越来越灵活多样、业务类型越来越复杂多变，为应对此类现状，越来越多的用户选择通过多模型数据库实现“一库多用“，将各种类型的数据进行集中存储、查询和处理，满足对结构化、半结构化和非结构化数据的统一管理需求。
ArgoDB支持关系型书存储，宽表存储、搜索引擎、事件存储、图存储、键值存储、时序数据存储等全场景10种数据模型，满足多种数据模型处理场景和复杂业务需求。ArgoDB多模支持大对象存储，结构化和非结构化数据统一存储，有效降低成本。
(资料图)
在架构上，ArgoDB基于存算解耦，实现了多模数据库的“四个统一”：
统一的SQL编译引擎，支持SQL 99/2003 标准语法，兼容TD，Oracle，DB2等多种方言，对不同模式的数据提供统一接口，将多个操作访问入口变为一个入口，将多种数据库语言变为一种语言，降低开发和迁移成本，简化用户操作。
统一的计算引擎，将多套计算引擎变为一套引擎，将多份计算资源变为一份资源，提供高性能的分析计算和执行效率，满足跨模型数据复杂关联分析场景。
统一的存储管理系统，同时支持分析型行列混合存储、支持具有搜索功能的文本存储等多模异构存储，并保证数据的强一致性，数据只需一次入库，即可通过异构存储的访问能力支撑多样化复杂分析场景，降低运维成本，将分散存储管理变为统一存储管理，极大简化系统架构，减少开发运维成本。
统一的星环云原生操作系统，支持 ARM+X86的混合架构，用户可以利旧硬件，大幅降低成本。
统一的元数据管理+统一的事务管理+完备的多模优化器支撑了对不同模态数据的统一读取调度，高效便捷地实现多模态融合分析。
以国内某三甲医院为例，经过十多年的信息化建设，该医院已经初步建立了HIS（医院信息系统）、LIS（实验室信息管理系统）、PACS（影像归档和通信系统）、电子病历等多套信息系统，并积累了大量的临床数据。除了结构化、半结构化数据，还有海量、高价值的医疗影像等非结构化数据。为了存储、查询和处理这些不同类型的数据，这些系统独立建设、缺乏集成、元数据不统一和标准不统一，给数据的查询和处理带来重重困难。为了解决这些问题，加速医院业务数字化发展，医院基于多模型数据库ArgoDB建设了临床数据中心底层大数据平台，将医院中各种类型的数据（例如电子病历、医疗影像、检验报告、生物样本和文献等）集中在ArgoDB中存储、查询和处理，并能够满足跨不同数据模型的复杂分析需求，从而充分发掘医疗数据的宝贵价值，最终提高医疗质量、降低医疗成本。
随着数据与业务的并行发展，对数据的融合分析处理逐渐成为数据库技术发展趋势。当数据仓库与数据湖数据集市协同处理时，带来的是数据孤岛的打破，以及数据计算边界的拓宽。
基于ArgoDB打造的湖仓集一体架构，能够实现在同一平台中，避免数据移动，将原始的、加工清洗的、模型化的数据，共同存储于一体化的“湖仓集”中，既能面向业务实现高并发、精准化、高性能的历史数据、实时数据的查询服务，又能承载分析报表、批处理、数据挖掘等分析型数据集市业务，真正意义上为用户提供湖仓集一体的场景解决方案。
通过ArgoDB打造的湖仓集一体方案，用户可以基于统一访问接口，将多种数据库语言变为一种语言，最大程度上降低数据湖、数据仓库、数据集市业务过程中业务接口的调整，降低用户开发成本和使用门槛，提高数据处理效率。统一计算引擎将多份计算资源变为一份资源，降低集群复杂度和运维难度。统一存储管理，将分散存储管理变为统一存储管理，对使用者屏蔽不同数据源的数据存储，降低业务数据管理难度。
通过ArgoDB一体化多模数据库架构实现全数据，全场景，全融合，最大限度降低企业TCO，打造面向数据模态融合扩展的湖仓集一体化平台。
此外，基于ArgoDB打造的湖仓集一体方案可以无缝衔接AI技术，帮助业务挖掘更多数据价值。
营业执照公示信息