MOT應用場景
MOT可以根據負載的特點，顯著加快應用程式的整體效能。MOT透過提高資料訪問和事務執行的效率，並透過消除併發執行事務之間的鎖和鎖存爭用，最大程度地減少重定向，從而提高了事務處理的效能。
MOT的極速不僅因為它在記憶體中，還因為它圍繞併發記憶體使用管理進行了最佳化。資料儲存、訪問和處理演算法從頭開始設計，以利用記憶體和高併發計算的最新先進技術。
openGauss允許應用程式隨意組合MOT和基於標準磁碟的表。對於啟用已證明是瓶頸的最活躍、高爭用和對效能敏感的應用程式表，以及需要可預測的低延遲訪問和高吞吐量的表來說，MOT特別有用。
MOT可用於各種應用，例如：
- 高吞吐事務處理：這是使用MOT的主要場景，因為它支援海量事務，同時要求單個事務的延遲較低。這類應用的例子有實時決策系統、支付系統、金融工具交易、體育博彩、移動遊戲、廣告投放等。
- 效能瓶頸加速：存在高爭用現象的表可以透過使用MOT受益，即使該表是磁碟表。由於延遲更低、競爭和鎖更少以及伺服器吞吐量能力增加，此類表（除了相關表和在查詢和事務中一起引用的表之外）的轉換使得效能顯著提升。
- 消除中間層快取：雲端計算和移動應用往往會有周期性或峰值的高工作負載。此外，許多應用都有80%以上負載是讀負載，並伴有頻繁的重複查詢。為了滿足峰值負載單獨要求，以及降低響應延遲提供最佳的使用者體驗，應用程式通常會部署中間快取層。這樣的附加層增加了開發的複雜性和時間，也增加了運營成本。 MOT提供了一個很好的替代方案，透過一致的高效能資料儲存來簡化應用架構，縮短開發週期，降低CAPEX和OPEX成本。
- 大規模流資料提取：MOT可以滿足雲端（針對移動、M2M和物聯網）、事務處理（Transactional Processing，TP）、分析處理（Analytical Processing，AP）和機器學習（Machine Learning，ML）的大規模流資料的提取要求。MOT尤其擅長持續快速地同時提取來自許多不同來源的大量資料。這些資料可以在以後進行處理、轉換，並在速度較慢的基於磁碟的表中進行移動。另外，MOT還可以查詢到一致的、最新的資料，從而得出實時結果。在有許多實時資料流的物聯網和雲端計算應用中，通常會有專門的資料攝取和處理。例如，一個Apache Kafka資料庫例項可以用來提取10萬個事件/秒的資料，延遲為10ms。一個週期性的批處理任務會將收集到的資料收集起來，並將轉換格式，放入關係型資料庫中進行進一步分析。MOT可以透過將資料流直接儲存在MOT關係表中，為分析和決策做好準備，從而支援這樣的場景（同時消除單獨的資料處理層）。這樣可以更快地收集和處理資料，MOT避免了代價高昂的分層和緩慢的批處理，提高了一致性，增加了分析資料的實時性，同時降低了總擁有成本（Total Cost of Ownership，TCO）。
- 降低TCO：提高資源利用率和消除中間層可以節省30%到90%的TCO。友商案例：MemSQL、Azure。