广播表
广播表（Broadcast Table）是 TDSQL Boundless 中的一种表数据复制策略，指将表数据完整复制到集群的所有计算节点上，以便与大数据表进行高效的 JOIN 操作或者减少涉及多表操作时的分布式事务。由于广播表数据同步带来开销较大，适合“写少读多”的场景。
Compaction
合并/压缩合并（Compaction）是 LSM-Tree 存储引擎中的核心机制，负责将多个小数据文件合并为更少、更大的有序文件，以提升查询性能和优化存储空间。该机制通过后台异步执行多路归并排序，清理已删除或过期的数据，同时减少文件数量以降低查询时的多路归并开销。
数据亲和
数据亲和（Data Affinity）是将相关数据存储在同一节点或附近节点的技术，以提高数据访问效率。通过减少数据跨节点传输需求，可以显著降低延迟和网络流量，提升查询性能。TDSQL Boundless 在调度过程中会遵守自动或者手动设定的数据亲和规则，以确保会被同时访问的数据被一起调度迁移。
DDL
数据库模式定义语言（Data Definition Language，DDL），主要的命令有 CREATE、ALTER、DROP 等。
DML
数据库操纵语言（Data Manipulation Language，DML），命令是 SELECT、UPDATE、INSERT、DELETE。
数据对象
数据对象（Data Object）是表、分区、索引等数据库对象的逻辑概念。
分布式事务
分布式事务（Distributed Transaction）在多节点之间进行协同处理，共同承担单一事务职责。且对外呈现 ACID 的事务特性。在 TDSQL Boundless 中分布式事务模型为两阶段提交 + 多版本并发控制 + Time-Ordering。
间隙锁
间隙锁（Gap Lock）是 MySQL InnoDB 存储引擎在可重复读（REPEATABLE READ） 隔离级别下使用的一种锁机制。它锁定的是索引记录之间的间隙（Gap），即一个不确定义具体记录、但可以插入新记录的空间。其主要目的是防止其他事务在间隙中插入新数据，从而解决“幻读”问题。例如，它可能锁定某个值范围（如10到20）之间的空隙，阻止插入此范围内的新值。TDSQL Boundless 也具备 Gap Lock 能力。
全局时间戳
全局时间戳（Global Timestamp）是 TDSQL Boundless 中用于生成全局唯一且单调递增的时间戳标识的服务或机制，能够为分布式事务分配全局一致的时间戳，确保事务的全局顺序和一致性。
对等节点
对等架构节点（HyperNode），包含计算、存储两部分引擎，完整具备从计算到存储全链路的功能。
索引
索引（Index）是数据库中的一种排序数据结构，用于快速定位满足特定条件的记录。类似于书籍的目录，通过存储键值及其对应的数据位置，使查询操作能够跳过不必要的扫描过程，显著提高检索速度。
LSM-Tree
LSM-Tree（Log-Structured Merge Tree，日志结构合并树）是一种专为写密集型场景设计的数据结构，通过将随机写入转换为顺序写入，大幅提升写入性能，被广泛应用于现代数据库存储引擎。LSM-Tree 是 TDSQL Boundless 行存引擎的基础数据结构。
元数据集群
TDSQL Boundless 的元数据服务集群（Meta Cluster，MC），负责全局事务 ID 分配和元数据管理，以及数据调度。
MDL
元数据锁（Metadata Lock，MDL）是 TDSQL Boundless 中的一种表级锁机制，用于保护数据库对象的元数据（如表结构、索引、触发器等）在并发访问时的一致性。
MVCC
MVCC（Multi-Version Concurrency Control，多版本并发控制）是数据库管理系统中的一种并发控制机制，通过为数据维护多个版本来实现读写操作的非阻塞并发执行。其核心思想是让读操作访问历史版本数据，写操作创建新版本，从而避免读写冲突，显著提升数据库在高并发场景下的性能表现。
非分布式事务
非分布式事务（Non-Distributed Transaction）是所有操作都在单个数据库节点上完成的事务。事务中的所有SQL语句都访问和修改同一个数据库实例中的数据，其ACID特性由该单一节点保证。这与涉及多个独立节点的分布式事务形成对比。在 TDSQL Boundless 中当事务操作的数据都在相同节点时可被优化为非分布式事务。
OLAP
联机分析处理（On-Line Analytical Processing，OLAP），是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。
Online DDL
数据定义语言在线执行（Online DDL）指在数据库保持在线、服务不中断的情况下，执行数据定义语言（DDL）操作，如修改表结构。
OLTP
联机事务处理（On-Line Transaction Processing，OLTP），是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。
乐观事务
乐观事务是（Optimistic Transaction）一种事务处理模型，在执行前假定不会发生写冲突，将数据修改缓存在内存中，在提交时才检查冲突并加锁。适用于写操作较少、读操作较多的场景，冲突率低时性能更高，但冲突频繁时回滚代价较大。
并行查询
并行查询（Parallel Query，PQ）是将复杂查询分解为多个子任务并行执行。
分区表
分区表（Partition Table）是数据库中将大表数据按特定规则划分为多个更小、更易管理的逻辑单元（分区）的技术。每个分区可以独立存储和管理，但对外仍表现为一个完整的表。在 TDSQL Boundless 中分区表的分区是调度的最小单位。
悲观事务
悲观事务（Pessimistic Transaction）是一种事务处理模型，在执行前预先对相关数据加锁，确保事务一定能够执行成功后才开始提交。适用于写操作较多的系统，从数据库层面避免写写冲突。
Raft 算法
Raft算法（Raft Algorithm）是一种用于分布式系统的共识算法，通过选举领导者和日志复制机制，确保多个节点之间的数据一致性。该算法将一致性问题分解为领导者选举、日志复制和安全性三个相对独立的子问题，相比Paxos算法更易于理解和实现。TDSQL Boundless 的高可用和数据冗余机制是基于 Raft 共识算法开发的。
Region
数据分片（Region），一段连续的 Key 空间。
RPC
RPC（Remote Procedure Call，远程过程调用）是一种进程间通信协议，允许程序调用另一台机器（或同一台机器的其他进程）上的函数或过程，就像调用本地函数一样，隐藏了网络通信的细节。
副本
在 TDSQL Boundless 中，数据使用 Raft 共识协议进行高可用冗余复制，其中每份数据被称为副本（Replica）。副本会分为 Leader 和 Follower 角色，其中 Leader 副本可承担读写职责，而 Follower 副本一般只进行数据复制并在需要的前提下承担读取。
复制组
复制组（Replication Group，RG），包含一个或多个 Region，对应一个 Raft 日志流。
RocksDB
RocksDB 是由 Facebook 基于 Google LevelDB 开发的高性能嵌入式键值存储引擎，采用 LSM-Tree（日志结构合并树）架构，专为高速存储设备（如 SSD）优化，支持高吞吐量写入和快速点查询，被广泛应用于分布式数据库、流处理系统等场景。TDSQL 的存储引擎基于 RocksDB 进行开发。
SQLEngine
TDSQL Boundless 的计算引擎，全面兼容 MySQL 8.0 实现，负责 SQL 解析、查询优化和执行。
SSTable
SSTable（Sorted String Table，排序字符串表）是 LSM-Tree 中存储在磁盘上的不可变数据文件，其核心特点是按键有序存储。数据以键值对形式按主键排序后写入，这种有序性使得范围查询和点查询（配合布隆过滤器）更加高效。SSTable 一旦写入磁盘便不可修改，更新和删除操作通过追加新记录实现，旧数据在 Compaction 过程中被清理。
表
表（Table）是数据库中存储数据的基本结构，由行和列组成。每一行代表一条记录，每一列代表一个字段（属性）。表是数据库中最基本的组成单位，用于组织和存储结构化数据。
TDStore
TDSQL Boundless 的存储引擎，基于 LSM-Tree + SSTable 结构，使用 Raft 共识协议进行容灾。
2PC
2PC（Two-Phase Commit，两阶段提交）是分布式系统中用于保证事务原子性的经典协议，通过协调者和参与者的交互，确保所有节点要么全部提交事务，要么全部回滚，实现强一致性。