打造更适合IoT场景的消息队列实践
随着接触客户越来越多，也越来越颠覆了我对“传统队列”（kafka、rocketmq、rabbitmq...）的看法。 当然本文不是说“传统队列”做得不好, 这些队列系统经过多年打磨，在高性能、海量堆积、消息可靠性等诸多方面都已经做得非常极致了，都做得非常的优秀。 但今天我觉得大家在设计方案时动不动任何一个异步、系统解耦等就来选用队列，然后线上又频繁出一些问题，这些问题的背后我们得看看到底什么场景适合、什么场景过渡使用了、有没有更好解法， 尤其今天IoT领域场景复杂，既有面向自身SAAS业务又要承担多租户PAAS平台化模式，面临更多的队列方面问题，拿来和大家讨论分享。
阿里云Dataworks数据集成工具实现：OTS -> Maxcompute数据同步
数据集成主要用于离线(批量)数据同步。离线(批量)的数据通道通过定义数据来源和去向的数据源和数据集，提供一套抽象化的数据抽取插件(Reader)、数据写入插件(Writer)，并基于此框架设计一套简化版的中间数据传输格式，从而实现任意结构化、半结构化数据源之间数据传输。结合用户在使用OTS数据源同步的时候容易出现问题，这里演示：OTS数据源同步数据到Maxcompute的具体实现步骤。
多数据源一站式入湖
通过一站式入湖，将不同数据源的数据统一归并到以OSS对象存储为基础架构的集中式数据湖存储中，解决了企业面临的数据孤岛问题，为统一的数据分析打好了基础.
基于Tablestore的一站式物联网存储解决方案-数据湖分析
## 背景
在共享充电宝场景中，一些日常的运维操作可能会要求存储系统能够提供快速的OLAP解决方案。例如运维人员可能不具备开发环境，但会有一些简单查询或计算的需求。、表格存储Tablestore控制台提供了主键查询和多元索引查询两种方式。在已经创建了多元索引的表上，可以通过Tablestore控制台实现快速查询；在未建立多元索引的表上，则不能直接根据属性列进行查询、计算。所以，需要存储系统能够提供
表格存储 SQL 功能快速上手
# 功能介绍
表格存储（Tablestore）是阿里云自研的多模型结构化数据存储，提供海量结构化数据存储以及快速的查询和分析服务。表格存储的分布式存储和强大的索引引擎能够支持 PB 级存储、千万 TPS 以及毫秒级延迟的服务能力。使用表格存储你可以方便的存储和查询你的海量数据。
表格存储正式发布了 SQL 功能，满足用户业务平滑迁移到表格存储并可以继续通过 SQL 方式访问表格存储，表格存储
表格存储 Tablestore 简介
近十年来互联网技术得到了飞速的发展，越来越多的行业逐渐加入到了互联网的阵营中来，同时也产生了更丰富、更复杂的业务场景和需求，这对于数据应用系统的性能无疑是巨大的挑战。传统关系型数据库有什么瓶颈，如何通过分布式数据库表格存储 Tablestore 进行优化？