开源数据计算引擎，实现媲美ElasticSearch的高性能并发查询

高并发帐户查询的应用场景有很多，例如：手机银行查流水、电商系统查购物订单、手游帐户查充值记录等等。这些场景一般会涉及众多帐户，数据总量非常大，需要外存。每个帐户的数据量通常不大（几条到几千条），而且就是简单查询，几乎没有什么运算。不过，众多的帐户自然也会有大量、高频率的查询，并发访问量会很大，要达到秒级甚至更高的响应速度也是一个不小的挑战。

在SQL数据库或数据仓库中，用索引查找单个帐户数据的速度很快，几乎感觉不到耗时，但并发很多时就会有明显延迟了。这是因为，基于无序集合理解的关系数据库不能保证数据在存储时的次序，也就无法保证同一帐户数据在物理上连续存放，查找一个帐户数据时，可能要到硬盘的很多位置读取才能全部取出。而硬盘有最小读取单位，在读取不连续数据时，会取出很多无关内容，查询就会变慢。虽然每个帐户数据量很少，单个帐户查询的时候只是慢一点，但是高并发访问的每个查询都慢一点，总体性能就会很差了。

因为关系数据库的表现不如人意，所以搜索引擎Elastic Search经常会被用来应对这种场景，即把数据导出到ES里，利用搜索技术实现高性能并发查询。使用ES后，通常确实可以达到期望的性能要求，但遗憾的是ES对JOIN支持非常差，如果查询过程中还涉及关联计算，就会造成巨大的麻烦。比如帐户交易明细表，要和用户表、商品表、网点表等等关联，使用ES时通常只能将这些数据全都整合到交易表中形成大宽表。准备这个大宽表的过程费时费力，还会丧失很多灵活性；而且ES的数据导入非常慢，会进一步加剧这个问题。使用大宽表后无法在关联数据发生变动时简单追加写入，只能重新准备新的宽表再重新导入，耗时很长，这期间只能暂停查询服务。