Galerie de cartes mentales Alibaba Cloud Tablestore Tablestore
Tablestore fournit des services de stockage de tables sans serveur pour des données structurées massives et fournit une solution IoTstore unique pour une optimisation en profondeur des scénarios IoT. Il convient au stockage de données structuré dans des scénarios tels que des factures massives, des messages de messagerie instantanée, l'Internet des objets, l'Internet des véhicules, le contrôle des risques, les recommandations, etc. Il fournit un stockage à faible coût de données massives, une requête et une récupération de données en ligne au niveau de la milliseconde. et des capacités d'analyse de données flexibles.
Modifié à 2024-01-12 17:44:04Cent ans de solitude est le chef-d'œuvre de Gabriel Garcia Marquez. La lecture de ce livre commence par l'analyse des relations entre les personnages, qui se concentre sur la famille Buendía et raconte l'histoire de la prospérité et du déclin de la famille, de ses relations internes et de ses luttes politiques, de son métissage et de sa renaissance au cours d'une centaine d'années.
Cent ans de solitude est le chef-d'œuvre de Gabriel Garcia Marquez. La lecture de ce livre commence par l'analyse des relations entre les personnages, qui se concentre sur la famille Buendía et raconte l'histoire de la prospérité et du déclin de la famille, de ses relations internes et de ses luttes politiques, de son métissage et de sa renaissance au cours d'une centaine d'années.
La gestion de projet est le processus qui consiste à appliquer des connaissances, des compétences, des outils et des méthodologies spécialisés aux activités du projet afin que celui-ci puisse atteindre ou dépasser les exigences et les attentes fixées dans le cadre de ressources limitées. Ce diagramme fournit une vue d'ensemble des 8 composantes du processus de gestion de projet et peut être utilisé comme modèle générique.
Cent ans de solitude est le chef-d'œuvre de Gabriel Garcia Marquez. La lecture de ce livre commence par l'analyse des relations entre les personnages, qui se concentre sur la famille Buendía et raconte l'histoire de la prospérité et du déclin de la famille, de ses relations internes et de ses luttes politiques, de son métissage et de sa renaissance au cours d'une centaine d'années.
Cent ans de solitude est le chef-d'œuvre de Gabriel Garcia Marquez. La lecture de ce livre commence par l'analyse des relations entre les personnages, qui se concentre sur la famille Buendía et raconte l'histoire de la prospérité et du déclin de la famille, de ses relations internes et de ses luttes politiques, de son métissage et de sa renaissance au cours d'une centaine d'années.
La gestion de projet est le processus qui consiste à appliquer des connaissances, des compétences, des outils et des méthodologies spécialisés aux activités du projet afin que celui-ci puisse atteindre ou dépasser les exigences et les attentes fixées dans le cadre de ressources limitées. Ce diagramme fournit une vue d'ensemble des 8 composantes du processus de gestion de projet et peut être utilisé comme modèle générique.
Alibaba Cloud Tablestore Tablestore
Présentation du produit
Tablestore fournit des services de stockage de tables sans serveur pour des données structurées massives et fournit une solution IoTstore unique pour une optimisation en profondeur des scénarios IoT. Il convient au stockage de données structuré dans des scénarios tels que des factures massives, des messages de messagerie instantanée, l'Internet des objets, l'Internet des véhicules, le contrôle des risques, les recommandations, etc. Il fournit un stockage à faible coût de données massives, une requête et une récupération de données en ligne au niveau de la milliseconde. et des capacités d'analyse de données flexibles.
concept de base
le terme illustrer zone Centre de données physique de région (Région), les services de stockage de tables seront déployés dans plusieurs régions Alibaba Cloud. Vous pouvez choisir des services de stockage de tables dans différentes régions en fonction des besoins de votre entreprise. Pour plus d’informations, consultez Régions activées par Table Storage. Débit de lecture et d'écriture Les unités de débit de lecture et de débit d'écriture sont l'unité de capacité de service de lecture et l'unité de capacité de service d'écriture (CU) est l'unité de facturation minimale pour les opérations de lecture et d'écriture de données. Pour plus d’informations, consultez Débit de lecture et d’écriture. Exemple L'instance est une entité qui utilise et gère les services de stockage de tables. Chaque instance est équivalente à une base de données. Le contrôle d'accès aux applications et la mesure des ressources de Table Storage sont effectués au niveau de l'instance. Voir les exemples pour plus d’informations. Adresse de service Chaque instance correspond à une adresse de service (EndPoint) et l'application doit spécifier l'adresse de service lors de l'exécution d'opérations sur les tables et les données. Voir Adresse de service pour plus d'informations. Cycle de vie des données Le cycle de vie des données (Time To Live, TTL en abrégé) est un attribut de la table de données, c'est-à-dire la durée de survie des données, en secondes. Table Storage nettoiera les données qui ont dépassé la durée de survie en arrière-plan pour réduire votre espace de stockage de données et vos coûts de stockage.
Modèle de stockage de données
Modèle décrire modèle de table large Il s'agit d'un modèle de type Bigtable/HBase qui peut être appliqué à divers scénarios tels que les métadonnées et le Big Data. Il prend en charge la version des données, le cycle de vie, l'incrémentation automatique des colonnes de clé primaire, la mise à jour conditionnelle, les transactions locales, les compteurs atomiques, les filtres et autres. les fonctions. Pour plus d’informations, consultez Modèle de table large. Modèle de synchronisation Les modèles conçus sur la base des caractéristiques des données de séries chronologiques peuvent être appliqués à la surveillance des appareils IoT, à la collecte de données sur les appareils, aux données de surveillance des machines et à d'autres scénarios, et prendre en charge des fonctions telles que la construction automatique d'index de métadonnées de séries chronologiques et de riches capacités de requête de séries chronologiques. Pour plus d’informations, consultez Modèles de synchronisation. modèle de message Le modèle conçu pour les scénarios de données de messages peut être appliqué à des scénarios de messages tels que la messagerie instantanée et le flux de flux. Il peut répondre aux exigences des scénarios de messages en matière de préservation de l'ordre des messages, de stockage massif de messages et de synchronisation en temps réel. Il prend également en charge la récupération de texte intégral et les requêtes combinées multidimensionnelles. Pour plus d’informations, consultez Modèle de message.
Calcul et analyse
Prend en charge le calcul et l'analyse via les requêtes SQL MaxCompute, Spark, Hive ou HadoopMR, Function Compute, Flink et Table Storage. Veuillez sélectionner les outils d'analyse correspondants en fonction du scénario réel.
outil d'analyse Modèle applicable fonctionner décrire Calcul maximum modèle de table large Utiliser MaxCompute Créez une table externe pour la table de données de stockage de table via le client MaxCompute pour accéder aux données dans le stockage de table. Étincelle modèle de table large Utiliser le moteur informatique Spark Lors de l'utilisation du moteur informatique Spark, il prend en charge l'accès par programmation au stockage de tables via E-MapReduce SQL ou DataFrame. Hive ou HadoopMR modèle de table large Utilisez Hive ou HadoopMR Utilisez Hive ou HadoopMR pour accéder aux données dans le stockage de table. calcul de fonction modèle de table large Calculer à l'aide de fonctions Accédez au stockage de table via le calcul fonctionnel et effectuez des calculs en temps réel sur les données incrémentielles de stockage de table. Flink modèle de table large Modèle de synchronisation Utiliser Flink Grâce au calcul en temps réel, Flink accède à la table source, à la table de dimensions ou à la table de résultats dans le stockage de table pour réaliser le calcul et l'analyse en temps réel du Big Data. Actuellement, les tables de données peuvent être utilisées comme tables sources, tables de dimensions ou tables de résultats, tandis que les tables de séries chronologiques ne peuvent être utilisées que comme tables de résultats. Presto modèle de table large Utiliser Tablestore avec PrestoDB Après avoir utilisé Presto pour vous connecter à Tablestore, vous pouvez utiliser SQL pour interroger et analyser des données dans Tablestore, écrire des données dans Tablestore et importer des données dans Tablestore en fonction de Presto sur Tablestore. Index multiple de stockage de table modèle de table large Index multiples L'index multivarié est basé sur un stockage d'index et de colonnes inversé, ce qui peut résoudre les problèmes de requête multidimensionnelle et d'analyse statistique du Big Data. Lorsqu'il existe des exigences de requêtes multidimensionnelles telles que des requêtes de colonnes de clé non primaire, des requêtes combinées multi-colonnes et des requêtes floues dans les activités quotidiennes, ainsi que des exigences d'analyse de données telles que la recherche de la valeur maximale, le comptage des lignes et le regroupement de données, vous pouvez utiliser ces attributs comme champs dans l'index multivarié et les combiner. Interroger et analyser des données à l'aide d'index multivariés. Requête SQL de stockage de table modèle de table large Modèle de synchronisation Utiliser une requête SQL La requête SQL fournit une interface d'accès unifiée pour plusieurs moteurs de données. Grâce à la fonction de requête SQL, vous pouvez effectuer des requêtes complexes et une analyse efficace des données dans le stockage de tables.
Caractéristiques
modèle de table large
Veuillez consulter le tableau suivant pour connaître les fonctionnalités fonctionnelles prises en charge par le modèle de table large.
Caractéristiques décrire Documents connexes Opérations sur les tables Prend en charge la liste de toutes les tables de données de l'instance, la création d'une table de données, l'interrogation des informations de configuration de la table de données, la mise à jour des informations de configuration de la table de données et la suppression d'une table de données. Opérations sur les tables Opérations de données de base Table Storage fournit des interfaces d'opération de données à une seule ligne de PutRow, GetRow, UpdateRow et DeleteRow, ainsi que des interfaces d'opération de données à plusieurs lignes de BatchWriteRow, BatchGetRow et GetRange. Vous pouvez lire et écrire des données dans la table via une interface d'opération de données à une seule ligne ou une interface d'opération de données à plusieurs lignes. entrée de données Lire des données Suprimmer les données Versions des données et cycle de vie Grâce aux versions de données et aux fonctions de cycle de vie des données (TTL), vous pouvez gérer efficacement les données, réduire l'espace de stockage des données et réduire les coûts de stockage. Versions des données et cycle de vie Auto-incrémentation de la colonne de clé primaire Après avoir défini la colonne de clé primaire de la clé de non-partition sur une colonne à incrémentation automatique, il n'est pas nécessaire de définir une valeur spécifique pour la colonne à incrémentation automatique lors de l'écriture des données. Le stockage de table générera automatiquement la valeur de l'incrémentation automatique. colonne. La valeur est unique et strictement croissante au niveau de la clé de partition. Auto-incrémentation de la colonne de clé primaire mise à jour de l'état Ce n'est que lorsque les conditions sont remplies que les données de la table de données peuvent être mises à jour ; lorsque les conditions ne sont pas remplies, la mise à jour échoue. mise à jour de l'état affaires locales Créez une transaction locale dont la plage de données se trouve dans une valeur de clé de partition. Après avoir lu et écrit les données dans la transaction locale, la transaction locale peut être soumise ou rejetée en fonction de la situation réelle. affaires locales Compteur atomique Utilisez la colonne comme compteur atomique et effectuez des opérations de comptage atomique sur la colonne, qui peuvent être utilisées pour fournir des fonctions statistiques en temps réel pour certaines applications en ligne, telles que le comptage des PV (vues en temps réel) des publications, etc. Compteur atomique filtre Les résultats de lecture sont à nouveau filtrés côté serveur et les lignes sont renvoyées en fonction des conditions du filtre. Étant donné que seules les lignes de données qui remplissent les conditions sont renvoyées, dans la plupart des scénarios, la quantité de données transmises sur le réseau peut être efficacement réduite ainsi que le temps de réponse. filtre indice secondaire En créant une ou plusieurs tables d'index et en utilisant les colonnes de clé primaire des tables d'index pour interroger, cela équivaut à étendre les capacités de requête de clé primaire de la table de données à différentes colonnes. Les index secondaires incluent les index secondaires globaux et les index secondaires locaux. Index secondaire global : synchronise automatiquement les données des colonnes indexées et des colonnes de clé primaire de la table de données avec la table d'index de manière asynchrone. Dans des circonstances normales, le délai de synchronisation atteint le niveau de la milliseconde. Index secondaire local : synchronisez automatiquement les données des colonnes indexées et des colonnes de clé primaire de la table de données avec la table d'index de manière synchrone. Une fois les données écrites dans la table de données, les données peuvent être interrogées à partir de la table d'index. indice secondaire Indice secondaire mondial indice secondaire local Index multiples L'index multivarié est basé sur un stockage d'index et de colonnes inversé, qui peut résoudre des problèmes de requête complexes du Big Data, notamment les requêtes de colonnes à clé non primaire, les recherches en texte intégral, les requêtes de préfixe, les requêtes floues, les requêtes combinées multi-conditions, les requêtes imbriquées, les requêtes géographiques. requête de localisation et agrégation statistique (max, min, count, sum, avg, distinct_count, group_by), exportation simultanée de données et autres fonctions. Index multiples Utiliser la console Utiliser les outils de ligne de commande Utiliser le SDK requête SQL La fonction de requête SQL fournit une interface d'accès unifiée pour plusieurs moteurs de données. Grâce à la fonction de requête SQL, vous pouvez effectuer des requêtes complexes et une analyse efficace des données dans le stockage de tables. Lorsque vous utilisez SQL pour interroger des données, vous pouvez également utiliser des index pour optimiser la requête. requête SQL Utiliser la console Utiliser le SDK Utiliser JDBC Stockage de la table de connexion JDBC Utilisé via Hibernation Utilisé via MyBatis Utiliser le pilote de langage Go service de canal Table Storage fournit trois types de canaux de consommation de données distribuées en temps réel : incrémentiel, complet et incrémentiel plus complet, qui peuvent réaliser le traitement de la consommation du stock historique et des nouvelles données dans la table. service de canal Démarrage rapide Utiliser le SDK Sécurité des données Table Storage autorise l'accès à partir de n'importe quel réseau par défaut. Vous pouvez lier un VPC à une instance et modifier le type de réseau de l'instance pour utiliser les ressources de Table Storage dans un réseau privé afin de garantir la sécurité de l'accès au réseau. Afin de garantir la sécurité des données des tables, Table Storage fournit une fonction de cryptage du disque de données. Vous pouvez configurer le chiffrement de la table de données lorsque vous créez la table de données. Gestion de la sécurité du réseau cryptage des données Livraison de lacs de données Table Storage Data Lake Delivery peut sauvegarder entièrement ou fournir des données en temps réel au lac de données OSS pour le stockage afin de répondre aux besoins de stockage de données historiques à moindre coût et aux besoins d'analyse de données hors ligne et quasi en temps réel à plus grande échelle. Livraison de lacs de données Démarrage rapide Utiliser le SDK visualisation de données Prend en charge l'amarrage avec les outils de visualisation de données DataV ou Grafana. Les données stockées dans des tables peuvent être affichées visuellement en les connectant à des outils de visualisation de données. Connectez-vous avec Grafana Connectez-vous à DataV Surveillance et alarme En affichant les informations de surveillance des ressources Table Storage, vous pouvez comprendre l'utilisation des ressources. En définissant des règles d'alarme pour les indicateurs de surveillance importants des ressources, vous pouvez également connaître les anomalies des indicateurs en temps opportun et les traiter rapidement. Afficher les données de surveillance via la console Table Storage Configurer les alarmes des indicateurs de surveillance Sauvegarde et récupération Sauvegardez régulièrement les données de l'instance de stockage de table via la sauvegarde cloud hybride HBR (Hybrid Backup Recovery) et restaurez-les en temps opportun lorsque les données sont perdues ou endommagées. HBR prend en charge la sauvegarde complète et incrémentielle des données, ainsi que le mécanisme de redondance des données, ce qui peut améliorer la fiabilité des données du référentiel. Sauvegarder les données de Tablestore Restaurer les données de Tablestore Prise en charge de HBase Les applications Java de l'API HBase open source peuvent accéder directement au service de stockage de tables via le client Tablestore HBase. Prise en charge de HBase Démarrage rapide
Modèle de synchronisation
Veuillez vous référer au tableau suivant pour les fonctionnalités fonctionnelles prises en charge par le modèle de synchronisation.
Caractéristiques décrire Documents connexes Opérations sur les tables Prend en charge la liste de toutes les tables de séries chronologiques de l'instance, la création d'une table de séries chronologiques, l'interrogation des informations de configuration de la table de séries chronologiques, la mise à jour des informations de configuration de la table de séries chronologiques et la suppression d'une table de séries chronologiques. Utiliser la console Utiliser les outils de ligne de commande Utiliser le SDK Lire et écrire des données de synchronisation Écrivez les données de séries chronologiques par lots dans un tableau de séries chronologiques. Une fois les données écrites, vous pouvez interroger les données d'une chronologie dans une certaine plage de temps en spécifiant l'ID de la chronologie. Recherche dans la chronologie Recherchez la chronologie dans un tableau de séries chronologiques. Les conditions de recherche prennent en charge plusieurs combinaisons de conditions. Après avoir récupéré la chronologie, vous pouvez interroger davantage les données de la chronologie en appelant l'interface. Analyse des requêtes SQL La table de séries chronologiques prend en charge les requêtes via SQL. SQL prend en charge le filtrage des chronologies en spécifiant les conditions de métadonnées de la chronologie et en agrégeant les données selon différentes dimensions via des opérations d'agrégation statistique. De plus, SQL prend également en charge l'interrogation uniquement des métadonnées de la chronologie, ce qui facilite la gestion des métadonnées de la chronologie via SQL. Interroger des données de séries chronologiques à l'aide de SQL Connectez-vous avec Grafana Une fois les données du tableau stockées dans Table connectées à Grafana, Grafana peut générer un tableau de bord basé sur les données du tableau et afficher les données aux utilisateurs qui en ont besoin en temps réel. Connectez-vous avec Grafana
modèle de message
Veuillez consulter le tableau suivant pour connaître les fonctionnalités fonctionnelles prises en charge par le modèle de message.
Caractéristiques décrire Documents connexes Opérations sur les tables Créez ou supprimez des tables méta et leurs index. Créez ou supprimez la table Timeline et ses index. Opérations sur les tables Métagestion La gestion des méta fournit des interfaces telles que l'ajout, la suppression, la modification, la lecture sur une seule ligne et la requête combinée multi-conditions. Métagestion Gestion du calendrier La gestion de la chronologie fournit des interfaces de requête floue de message et de requête combinée multi-conditions. Gestion du calendrier Gestion des files d'attente La file d'attente est une instance de gestion de la file d'attente de messages correspondant à l'identifiant unique placé dans un référentiel unique. Elle possède principalement des interfaces telles que l'écriture synchrone, l'écriture asynchrone, l'écriture par lots, la suppression, la modification synchrone, la modification asynchrone, la lecture d'une seule ligne et la lecture de plage. . Gestion des files d'attente
architecture du produit
structure du système
L'architecture du stockage de table est présentée dans la figure ci-dessous.
Scène d'affaires
Il convient à la construction de systèmes dans des scénarios tels que les métadonnées, les données de messages, les données spatio-temporelles et le Big Data.
accès aux données
Fournit plusieurs méthodes d'accès aux données telles que les moteurs de règles SDK, DataWorks et IoT pour prendre en charge le stockage de données structurées de différents types d'entreprise telles que les données d'application, les données de messages et les données IoT.
Magasin de table
Stockage de données multimodèle
Trois modèles de stockage de données sont fournis pour les données structurées de différents types d'entreprise : modèle de table large (WideColumn), modèle de série chronologique (TimeSeries) et modèle de message (Timeline).
Modèle décrire modèle de table large Il s'agit d'un modèle de type Bigtable/HBase qui peut être appliqué à divers scénarios tels que les métadonnées et le Big Data. Il prend en charge la version des données, le cycle de vie, l'incrémentation automatique des colonnes de clé primaire, la mise à jour conditionnelle, les transactions locales, les compteurs atomiques, les filtres et autres. les fonctions. Pour plus d’informations, consultez Modèle de table large. Modèle de synchronisation Les modèles conçus sur la base des caractéristiques des données de séries chronologiques peuvent être appliqués à la surveillance des appareils IoT, à la collecte de données sur les appareils, aux données de surveillance des machines et à d'autres scénarios, et prendre en charge des fonctions telles que la construction automatique d'index de métadonnées de séries chronologiques et de riches capacités de requête de séries chronologiques. Pour plus d’informations, consultez Modèles de synchronisation. modèle de message Le modèle conçu pour les scénarios de données de messages peut être appliqué à des scénarios de messages tels que la messagerie instantanée et le flux de flux. Il peut répondre aux exigences des scénarios de messages en matière de préservation de l'ordre des messages, de stockage massif de messages et de synchronisation en temps réel. Il prend également en charge la récupération de texte intégral et les requêtes combinées multidimensionnelles. Pour plus d’informations, consultez Modèle de message.
Index de données diversifié
Le stockage de tables prend également en charge les méthodes d'indexation à index secondaire et multi-index, offrant ainsi de puissantes capacités de requête de données.
Type d'index décrire Clé primaire de la table de données La table de données est similaire à une énorme carte et sa capacité de requête est similaire à celle d'une carte, qui ne peut être interrogée que via la clé primaire. indice secondaire En créant une ou plusieurs tables d'index et en utilisant les colonnes de clé primaire des tables d'index pour interroger, cela équivaut à étendre les capacités de requête de clé primaire de la table de données à différentes colonnes. Index multiples Il utilise un index inversé, une arborescence BKD, un stockage de colonnes et d'autres structures, et dispose de riches capacités de requête, telles qu'une requête conditionnelle sur des colonnes de clé non primaire, une requête combinée multi-conditions, une requête de localisation géographique, une recherche en texte intégral, une requête floue, une requête imbriquée. requête de structure et attente d’agrégation statistique.
Stockage hiérarchisé chaud et froid
Le stockage de données prend en charge la hiérarchisation automatique à chaud et à froid, et le stockage de tables prend en charge deux spécifications d'instance : les instances hautes performances et les instances de capacité pour répondre aux besoins de stockage de données des différentes entreprises.
Spécifications des instances décrire Instance hautes performances Il convient aux scénarios qui nécessitent des performances et une concurrence de lecture et d'écriture très élevées, tels que les jeux, le contrôle des risques financiers, les applications sociales, les systèmes de recommandation, etc. Instance de capacité Il convient aux entreprises qui ne sont pas sensibles aux performances de lecture mais qui sont plus sensibles aux coûts, telles que les données de surveillance des journaux, les données de l'Internet des véhicules, les données d'équipement, les données de séries chronologiques, les données logistiques, la surveillance de l'opinion publique, etc.
Livraison de lacs de données
Sauvegarde complète des données des tables ou livraison en temps réel des données au lac de données OSS pour le stockage. Les données fournies sont compatibles avec les normes écologiques open source, sont stockées au format de stockage en colonne Parquet et sont compatibles avec la convention de dénomination Hive. Vous pouvez utiliser E-MapReduce pour effectuer directement une analyse d'apparence sur les données fournies à OSS.
Calculer l'amarrage écologique
Prend en charge l'amarrage avec les moteurs de calcul par lots de flux open source grand public, notamment Flink, Spark, Presto, etc.
Il présente une intégration relativement complète avec les composants écologiques de la plateforme Big Data d'Alibaba, notamment DataWorks, DataHub, MaxCompute, etc.
Architecture d'application typique
Architecture des applications Internet
L'architecture des applications Internet comprend une architecture hiérarchique de base de données et une architecture de stockage de données structurées distribuées, qui sont principalement utilisées dans des scénarios tels que les commandes de commerce électronique, les barrages de diffusion en direct, les métadonnées de fichiers sur les disques réseau et la messagerie instantanée sur les réseaux sociaux.
Architecture en couches de base de données
Dans l'architecture hiérarchique de la base de données, utilisez Tablestore pour coopérer avec MySQL afin de répondre aux exigences commerciales du système d'application, utilisez les capacités de transaction de MySQL pour gérer les opérations d'écriture et de lecture partielle qui nécessitent des exigences de transaction fortes, et utilisez les capacités de récupération de données et de stockage de données volumineuses de Tablestore. pour y parvenir. Stockage, requête et analyse des données.
Architecture de stockage de données structurées distribuées
Dans l'architecture de stockage de données structurées distribuées, Tablestore est directement connecté au système d'application pour mettre en œuvre un traitement de transaction simple et une lecture et une écriture de données hautement simultanées.
Architecture de lac de données
L'architecture du lac de données est principalement utilisée dans les plateformes de data middle, les systèmes de recommandation, les systèmes de contrôle des risques et d'autres scénarios.
Le stockage de table peut être utilisé comme table source, table de résultats ou table de dimensions pour se connecter au moteur de calcul par lots en continu afin de mettre en œuvre le calcul et l'analyse du Big Data.
Architecture IdO
L'architecture IoT est principalement utilisée dans des scénarios tels que l'Internet des véhicules, les appareils électroménagers intelligents, l'Internet des objets industriel et la logistique.
Le stockage de tables sert de plate-forme de stockage de données unifiée dans l'infrastructure IoT pour stocker des données de séries chronologiques, des métadonnées, des données de messages, etc. liées à la plate-forme IoT, et fournit de riches capacités d'analyse et de traitement des données.
Avantages du produit
Stockage de données multimodèle
rangement des tables
Il prend en charge plusieurs modèles de stockage de données tels que le modèle de table large (WideColumn), le modèle de série chronologique (TimeSeries), le message (Timeline), etc., et peut réaliser un stockage intégré de plusieurs types de données.
modèle de table large
: Modèle classique Actuellement, la plupart des données semi-structurées et structurées sont stockées à l'aide du modèle de table large.
Modèle de synchronisation
: Convient aux scénarios de données de base tels que les données de séries chronologiques et les données spatio-temporelles.
Index de données diversifié
Le stockage de tables prend également en charge les méthodes d'indexation à index secondaire et multi-index, offrant ainsi de puissantes capacités de requête de données.
indice secondaire
: Cela équivaut à fournir une autre méthode de tri pour la table de données, c'est-à-dire à pré-concevoir une distribution de données pour les conditions de requête, ce qui peut accélérer l'efficacité de la requête de données.
Index multiples
: Basé sur un index inversé et un stockage en colonnes, il prend en charge les requêtes combinées libres multi-champs, les requêtes floues, les requêtes de localisation géographique, la récupération de texte intégral, etc., qui peuvent résoudre des problèmes de requête complexes de Big Data.
Accès écologique multi-informatique
Prend en charge l’accès à l’écosystème open source et à l’écosystème auto-développé par Alibaba.
Prend en charge l'amarrage avec le calcul par lots tel que MaxCompute et Spark, ainsi que l'amarrage avec le calcul de flux Flink via des canaux de données en temps réel.
sécurité d'accès
Fournit une variété de mécanismes de gestion des autorisations et effectue une authentification de l'identité et une authentification à chaque demande pour empêcher tout accès non autorisé aux données et garantir la sécurité de l'accès aux données.
Prend en charge la gestion des droits d'accès aux données, y compris les droits de connexion, les droits de création de tables, les droits de lecture et d'écriture, les droits de contrôle de liste blanche, etc.
Développez en toute transparence
L'extension transparente du stockage est obtenue grâce à la technologie de partage des données et d'équilibrage de charge. À mesure que la quantité de données de la table continue d'augmenter, Table Storage ajustera la partition de données pour configurer davantage de stockage pour la table. Le stockage de table peut prendre en charge pas moins de 10 Po de stockage de données, et une seule table peut prendre en charge pas moins de 1 Po de stockage de données ou 1 000 milliards d'enregistrements.
Grande fiabilité
Stockez plusieurs sauvegardes de données sur différentes machines dans différents racks et restaurez-les rapidement en cas d'échec des sauvegardes, offrant une fiabilité de 99,99999999 % (10 neuf).
Forte cohérence des données
Assurez une forte cohérence dans l’écriture des données, assurez-vous que les trois copies des données sont écrites sur le disque et que toutes les données restent cohérentes. Une fois l'opération d'écriture réussie, l'application peut immédiatement lire les dernières données.
Lecture et écriture simultanées élevées
Prend en charge des dizaines de millions de capacités de lecture et d’écriture simultanées.
Fonctionnement et entretien pratiques
Avec le stockage sur table, vous devez uniquement vous concentrer sur la recherche et le développement de l'entreprise, sans vous soucier de l'approvisionnement en logiciels et matériels, de la configuration, des pannes, de l'expansion du cluster, de la sécurité et d'autres problèmes. Tout en garantissant une haute disponibilité des services, cela réduit considérablement les coûts de gestion, d'exploitation et de maintenance. .
Scénarios d'application
Demande Internet
Scénario de données de commande historiques
Le système de commande est un système très courant qui existe dans tous les domaines, comme les commandes de commerce électronique, les relevés bancaires, les factures de téléphone des opérateurs, etc. Avec le développement d'Internet et l'importance accordée aux données par les entreprises, le nombre de commandes nécessitant stockage et persistance augmente. Les données relationnelles traditionnelles peuvent résoudre les problèmes des entreprises en ligne qui ont besoin de prendre en charge des transactions fortement cohérentes, mais les données relationnelles de commandes massives ne peuvent pas enregistrer la totalité de la quantité de données, il est donc nécessaire de prendre en charge le stockage hiérarchique des données.
Scène de messagerie instantanée
La messagerie instantanée (Instant Messaging) est devenue un élément de base du secteur Internet actuel et est largement utilisée dans les réseaux sociaux, les jeux, les diffusions en direct et d'autres scénarios. Elle présente les caractéristiques d'un volume de données important, d'exigences élevées en temps réel et d'une croissance rapide des données. Par conséquent, il doit prendre en charge le stockage, la synchronisation et la récupération de messages massifs.
Scénario de flux d'alimentation
Le flux de flux est devenu une forme standard de transmission d'informations dans les réseaux sociaux, les médias, l'actualité et d'autres domaines, et a donné naissance à des produits grand public tels que Moments, Weibo et Toutiao. Étant donné que le taux de lecture-écriture dans les scénarios de flux de flux est généralement de 100:1 et que le mode push est souvent utilisé, il est nécessaire de prendre en charge l'écriture de messages à incrémentation automatique de clé primaire à haute concurrence.
Big Data
Système recommandé
En tant que principal moyen de fonctionnement raffiné de toutes les entreprises actuelles, le système de recommandation est largement utilisé dans le commerce électronique, les courtes vidéos, les actualités et d'autres scénarios. Il présente les caractéristiques d'un grand volume de données, de mises à jour en temps réel, de recommandations personnalisées, etc. , il doit donc prendre en charge le stockage massif de messages et l'analyse en temps réel et hors ligne.
Scénario d’analyse de l’opinion publique et du contrôle des risques (analyseur de données)
Grâce à l'analyse et au contrôle des informations sur l'opinion publique, nous pouvons analyser et obtenir des informations efficaces sur le marché. Par exemple, la collecte et l'analyse d'avis, d'actualités, de commentaires et d'autres informations nécessitent une écriture hautement simultanée de données multi-types riches et pratiques. flux de données pour le calcul et l’analyse.
Internet des objets
La surveillance de l'exploitation et de la maintenance du système ainsi que la surveillance de l'environnement et des personnes dans le scénario de l'Internet des objets (IoT) sont utiles pour la compréhension factuelle et la prise de décision. Par conséquent, il est nécessaire de prendre en charge une écriture et un stockage de données simultanés élevés. appareils et systèmes et analyse de décision.