TDStore 实例分为集群版和基础版两种：
集群版：由多个（≥3个）节点构成，以三副本 Raft 集群的形态提供高性能可用的数据库服务，适用于企业生产环境。
基础版：由单个节点构成，以较低的成本提供完整的数据库功能，适用于个人用户。
说明：
基础版实例创建后可以通过控制台升级为集群版实例，集群版实例创建后不可以降级为基础版实例。
TDStore 实例内的节点分为对等架构和分离架构两种：
对等架构：计算层 SQL Engine 与数据层 TDStore 合并在一个物理节点中，减少硬件节点数量和跨节点通信，从而降低成本并提高性能。
分离架构：计算层 SQL Engine 与数据层 TDStore 分别在不同的物理节点中。
TDStore 技术架构
无论是集中式单机数据库还是分布式数据库，功能模块通常可以分为三大组件：
计算引擎：主要包括 SQL 解析、优化器、执行器等。
存储引擎：主要包括事务处理、数据存储等。
元数据服务：主要包括全局逻辑时钟服务、全局 ID 生成器、元数据存储、调度引擎（数据/容灾调度）以及负载采集等。
TDStore 的总体架构如图所示：
计算引擎-SQLEngine
内核：基于 MySQL 8.0 实现，对 MySQL 兼容度高。
架构：计算层为多主架构，无状态化设计，每个 SQLEngine 节点均可读写，可以承受千万级别 QPS 写入压力。
交互：从管控节点获取全局事务时间戳和数据路由信息，然后与存储节点进行事务的交互，向客户端返回结果。
存储引擎-TDStore
架构：基于 LSM-Tree 和 Multi-Raft 的分布式 KV 存储引擎。
数据：基于 Raft 同步的多副本的存储，数据根据 Key 范围分布在不同 Region 上。
交互：TDStore 接收来自计算节点的请求，处理后返回结果；每个 Region 的主副本负责接收和处理读写请求。
元数据服务-TDMC
架构：基于 Raft 的一主两备的元数据管理集群，由 Leader 提供服务。
数据：
分配全局唯一且递增的事务 ID。
管理 TDStore 和 SQLEngine 元数据。
管理 Region 数据路由信息。
全局 MDL 锁管理。
管控：
调度 Region 的分裂、合并、迁移、切主。
存储层的扩缩容调度。
存储层的负载均衡调度。
各维度的异常事件告警。
存储模型
TDStore 的存储引擎会将所有用户数据映射到（-∞，+∞）的线性有序无限的 Key 空间中，每行数据对应到 key 空间中的某个点。
//示例create table t1 (f1 varchar(50),f2 varchar(20),f3 varchar(20),f4 varchar(20),primary key(f1,f2),index idx_f3(f3));insert into t1 values('a', 'b', 'c', 'd');
在上图的示例中，insert 一行数据后，会产生两个 KV 键值对：
主键：pk_encode('t1', 'a', 'b') -> pk_value_encode('c', 'd')
索引：sk_encode('idx_f3', 'c', 'a', 'b') -> sk_value_encode()
因为每个 key 的最前面部分是该数据对象（表/索引/分区表）的 ID，故该数据对象的所有数据会连续分布在 Key 空间的某一段上。
三层组织模式（DO-Region-RG）
数据对象（Database Object）：例如表（table），分区（Partition），索引（Index），通常会为这些数据对象分配一个全局唯一的 ID（index_id）。
数据分片（Region）：
①：一段连续的，左闭右开的 key 空间，[startkey, endkey)。
②：一个数据库对象对应一个或多个 Region，且在运行过程中，可以根据数据调度策略，对 Region 进行分裂，或将多个 Region 合并为一个 Region。
③：数据调度的基本单位，不同的 region 可以分布在该实例中的任何节点。
④：Region 是一个逻辑概念，在底层存储上，并不是完全独立的一段或一个文件。
复制组（Replication Group）：
①：一个复制组中可以包含一个或多个 Region，这些 region 属于一个或多个数据对象。
②：在运行过程中，可以合并 RG，也可以分裂 RG（具体实现中通过创建 RG，迁移 region 进入或离开 RG 等来实现）。
③：一个 RG，对应一个 Raft 日志流（Redolog/WAL），如果一个事务（transaction）所涉及到的 key 都在一个 RG 内，则该事务可转换为单机事务，如果一个事务涉及数据跨 RG，则需要走两阶段的分布式事务协议。
对等架构节点
在 TDStore 的架构设计中，我们既要让计算离存储（缓存/存储）尽可能的近，也要能做到计算与存储分离实现高弹性，因此 TDStore 的设计为：
采用对等架构（HyperNode）设计，每个对等节点（进程）均包含有完整的计算、存储、日志三个功能引擎。
计算层与本地存储采用本地访问模式，访问远端存储则采用网络 RPC 访问模式，尽可能的确保访问本地数据的性能。
根据不同业务场景的需要，通过元数据及调度模块，也可以实现对节点进行角色指定，例如支持全功能节点（计算存储日志三个服务都提供），计算节点（仅支持计算，所有数据通过 Remote 访问），存储节点（仅支持数据存储），日志服务（仅提供日志订阅服务）等。
说明：
节点角色指定的功能特性目前在公有云未开放。
