存算分离
将数据持久化层与计算层独立部署、独立扩缩的架构模式，可提升弹性和资源利用率，但引入元数据协调和一致性复杂度
核心事实
时间轴 (近 90 天)
存算分离架构尤其适合分析负载中计算需求波动大、数据量持续增长但访问频率不均的场景。
存算分离指将数据持久化层与计算层独立部署、独立扩缩；在搜索系统中，索引构建、合并和查询服务可分别运行在不同节点池上，共享同一份 S3 数据。
存算分离不是普适答案，而是一次明确的权衡：用延迟和复杂度换取成本、弹性和持久性。
存储与计算解耦可让团队单独为冷数据选择更廉价的存储层，而不必为扩容存储被迫升级昂贵的计算实例
传统数据库将存储与计算绑定在同一节点上，扩容时必须同步升级二者
存算分离架构通过将存储层与计算层解耦，实现计算资源的秒级弹性伸缩，存储可独立扩展而无需迁移数据
存算分离架构下数据访问需跨越网络边界，即便在同一可用区内网络往返延迟也比本地 NVMe SSD 高出一到两个数量级
存算分离架构对缓存高度依赖，在服务重启、扩容或访问模式突变时缓存预热不足可能导致短时间内延迟飙升
全部知识事实 (8)
存算分离架构通过将存储层与计算层解耦，实现计算资源的秒级弹性伸缩，存储可独立扩展而无需迁移数据
75%待验证存算分离架构尤其适合分析负载中计算需求波动大、数据量持续增长但访问频率不均的场景。
50%待验证存算分离不是普适答案，而是一次明确的权衡：用延迟和复杂度换取成本、弹性和持久性。
50%待验证存算分离指将数据持久化层与计算层独立部署、独立扩缩；在搜索系统中，索引构建、合并和查询服务可分别运行在不同节点池上，共享同一份 S3 数据。
50%待验证存储与计算解耦可让团队单独为冷数据选择更廉价的存储层，而不必为扩容存储被迫升级昂贵的计算实例
50%待验证传统数据库将存储与计算绑定在同一节点上，扩容时必须同步升级二者
50%待验证存算分离架构下数据访问需跨越网络边界，即便在同一可用区内网络往返延迟也比本地 NVMe SSD 高出一到两个数量级
50%待验证存算分离架构对缓存高度依赖，在服务重启、扩容或访问模式突变时缓存预热不足可能导致短时间内延迟飙升
50%