ApsaraDB for HBase - 规格的的选择

简介: 最近有一些客户在选择云HBase的规格时,往往比较迷糊,规格这么多,磁盘这么多,怎么选择呢?往往客户会有一定的迷糊。这里我们介绍下一些选择的逻辑,也预告下后续推出的规格。

引言

最近有一些客户在选择云HBase的规格时,往往比较迷糊,规格这么多,磁盘这么多,怎么选择呢?往往客户会有一定的迷糊。这里我们介绍下一些选择的逻辑,也预告下后续推出的规格。

选择的逻辑

HBase支持的场景比较多,所以我们能力开放出来,让客户根据自己的业务形态选择。我们一般衡量业务特征有很多标准,比如 QPS、存储量、读写请求、相应延迟,稳定性相关。在选择 ApsaraDB for HBase 时,我们看到有SSD云盘、高效云盘、独享规格、通用规格,还有4cpu8g 到 32cpu128g等等,后续可能会有更多(参见预告)

  • 磁盘维度:

    • SSD云盘比高效云盘,更加稳定,且对读有更好的性能,特别是随机读
  • 独享通用规格:

    • 独享比通用更加稳定,也就是24个小时内,独享这些资源,价格更加贵一些
  • 规格大小:

    • 4cpu8g属于入门版本,规格大一些对于热点有更好的支持。但是越大,GC的影响就越大。 我们一般推荐8cpu32g、16cpu64g的机型。

所以选择就是:

  • 对于数据量多,响应延迟一般的:可以选择 普通的4cpu16g + 高效云盘,可以挂不少容量的磁盘。
  • 对于响应延迟要求高的:可以选择 独享的8cpu32g或者16cpu64g的机型,再加SSD云盘。
  • 对于QPS不是很大的,比如1w~10w QPS可以选择 4cpu8g、4cpu16g的。
  • 对于读要求高的选择:1:4内存的机型,读一般的1:2。

土豪随意!

后续的发展

对于产品形态,目前 ApsaraDB for HBase 在做两种规格的:

  • ApsaraDB for HBase for OSS 完全共享存储容量,满足大容量归档类数据的需求,特别是日志类的需求、物联网历史数据,有需要实时查询,但是查询的频度不高的场景。成本低,存储计算分离。
  • ApsaraDB for HBase for 本地实例,满足响应时间要求,成本低,容量与计算固定,存储及计算不分离。

社群

技术交流钉钉大群【强烈推荐!】 群内每周进行群直播技术分享及问答

目录
相关文章
|
流计算 API Apache
Apache Flink 零基础入门(一):基础概念解析
本文是根据 Apache Flink 基础篇系列直播整理而成,由 Apache Flink PMC 戴资力与阿里巴巴高级产品专家陈守元共同分享。Apache Flink 系列入门教程每周更新一期,持续推送。
Apache Flink 零基础入门(一):基础概念解析
|
存储 Java API
小试牛刀-SpringBoot集成SOL链
java工程师:如何在java/springboot中使用solana区块链呢?不用担心,现在solanaj来了!
451 1
|
测试技术
软件测试区分:条件组合覆盖、语句覆盖、判定覆盖、条件覆盖、路径覆盖
本文解释了软件测试中的不同覆盖标准,包括语句覆盖、判定覆盖、条件覆盖、条件组合覆盖和路径覆盖,并讨论了每种覆盖标准的特点、优点和缺点。
4541 62
|
10月前
|
机器学习/深度学习 边缘计算 监控
边缘计算加持下的个性化推荐:离用户更近,推荐更懂你
边缘计算加持下的个性化推荐:离用户更近,推荐更懂你
265 1
|
消息中间件 存储 安全
深入理解 Qt 信号槽:高效沟通的桥梁
深入理解 Qt 信号槽:高效沟通的桥梁
1755 1
|
存储 缓存 监控
【赵渝强老师】HBase的体系架构
本文介绍了HBase的体系架构,包括HMaster、RegionServer和ZooKeeper的主要功能。HMaster负责Region的分配和管理,RegionServer处理数据的读写操作,ZooKeeper维护集群状态并协调分布式系统的运行。文章还详细解释了Region、WAL预写日志、Block Cache读缓存和MemStore写缓存的作用。
920 0
|
消息中间件 存储 供应链
数据仓库介绍与实时数仓案例
1.数据仓库简介 数据仓库是一个面向主题的(Subject Oriented)、集成的(Integrate)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合,用于支持管理决策。
45865 238
|
机器学习/深度学习 算法 搜索推荐
图神经网络综述:模型与应用
图神经网络综述:模型与应用
|
数据采集 JSON 数据可视化
基于Python的51job招聘数据采集与可视化项目实践
本文介绍了一个基于Python的51job招聘数据采集与可视化项目,该项目通过自动化手段获取大量招聘信息,并运用数据分析和可视化工具对就业市场进行深度分析,旨在为求职者和企业提供数据支持和决策依据。
1098 5
|
人工智能 Python
【Python实用技能】建议收藏:自动化实现网页内容转PDF并保存的方法探索(含代码,亲测可用)
【Python实用技能】建议收藏:自动化实现网页内容转PDF并保存的方法探索(含代码,亲测可用)
1225 0