为了解决分布式数据库下，复杂的SQL（如全局性的排序、分组、join、子查询，特别是非均衡字段的这些逻辑操作）难以实现的问题；在有了一些分布式数据库和Hadoop实际应用经验的基础上，对比两者的优点和不足，加上自己的一些提炼和思考,设计了一套综合两者的系统，利用两者的优点，补充两者的不足。具体的说，这里的数据库水平分割的意思是只分库不分表，对于不同数量级别的表，分库的数量可以不一样，例如1亿的数据量分10个分库，10亿的分50个分库。对于使用MapReduce的思想实现计算;对于一个需求，转换成

为了解决分布式数据库下，复杂的SQL（如全局性的排序、分组、join、子查询，特别是非均衡字段的这些逻辑操作）难以实现的问题；在有了一些分布式数据库和Hadoop实际应用经验的基础上，对比两者的优点和不足，加上自己的一些提炼和思考,设计了一套综合两者的系统，利用两者的优点，补充两者的不足。具体的说，使用数据库水平分割的思想实现数据存储，使用MapReduce的思想实现SQL计算。这里的数据库水平分割的意思是只分库不分表，对于不同数量级别的表，分库的数量可以不一样，例如1亿的数据量分10个分库，1

为了解决分布式数据库下，复杂的SQL（如全局性的排序、分组、join、子查询，特别是非均衡字段的这些逻辑操作）难以实现的问题；在有了一些分布式数据库和Hadoop实际应用经验的基础上，对比两者的优点和不足，加上自己的一些提炼和思考,设计了一套综合两者的系统，利用两者的优点，补充两者的不足。具体的说，这里的数据库水平分割的意思是只分库不分表，对于不同数量级别的表，分库的数量可以不一样，例如1亿的数据量分10个分库，10亿的分50个分库。对于使用MapReduce的思想实现计算;对于一个需求，转换成

为了解决分布式数据库下，复杂的SQL（如全局性的排序、分组、join、子查询，特别是非均衡字段的这些逻辑操作）难以实现的问题；在有了一些分布式数据库和 Hadoop实际应用经验的基础上，对比两者的优点和不足，加上自己的一些提炼和思考,设计了一套综合两者的系统，利用两者的优点， 补充两者的不足。具体的说，使用数据库水平分割的思想实现数据存储，使用MapReduce的思想实现