NoSQL数据库

cassandra的技术浅谈

前言 只有光头才能变强。 文本已收录至我的GitHub仓库，欢迎Star：https://github.com/ZhongFuCheng3y/3y 公司用到的很多技术，自己之前都没学过(尬)，于是只能慢慢补了。

欢迎大家加入阿里云图数据库GDB 社区大群！ 为满足广大开发者对更多数据库产品的学习需求，我们特别新建了阿里云图数据库GDB社区交流群，邀请多位阿里数据库专家入驻，为广大云用户提供专业的技术分享及回答，定期在国内开展线下技术沙龙，专家技术直播，欢迎大家加入！图数据库（Graph Database，简称GDB）是一种支持Property Graph图模型、用于处理高度连接数据查询与存储的实时、可靠的在线数据库服务。

时序时空数据库TSDB以其强大的功能和兼容性，对于当前的一些开源解决方案实现了较好的适配, 本课程会介绍TSDB的一些基本概念：指标，维度，时间线等等，以及与一些开源组件或开源项目对接的方法，包括：Grafana对接TSDB， Telegraf对接TSDB， Tcollector的对接。

MongoDB 的 Schema Free 的特性让应用程序得以快速迭代， 同时它也对MongoDB 的优化器和执行器带来了新的挑战， 而这些挑战是其他传统数据库所没有的。 我们会去讨论这些挑战是什么，如何解决的，以及一些最佳实践。

本文主要带大家了解Coprocessor的原理。首先从四个角度出发讲解了什么是Coprocessor，Coprocessor适合哪些使用场景。并详细分析了两种类型Coprocessor，分别介绍了Observer和Endpoint的实现及其区别。

近期直播回看 技术沙龙 问答专栏

今天，我们来学习一下分布式集群下的限流方案，Redis和Lua限流的原理和注意事项，比如说键值映射，Spring Cloud Gateway的限流原理也在其中。

Apache Cassandra 是一个开源的、分布式、无中心、弹性可扩展、高可用、容错、一致性可调、面向行的数据库，它基于 Amazon Dynamo 的分布式设计和 Google Bigtable 的数据模型，由 Facebook 创建，在一些最流行的网站中得到应用。

欢迎大家加入Redis&MongoDB 社区大群！ 为满足广大开发者对更多数据库产品的学习需求，我们特别新建了Redis&MongoDB社区交流群，邀请多位阿里数据库专家入驻，为广大云用户提供专业的技术分享及回答，定期在国内开展线下技术沙龙，专家技术直播，欢迎大家加入！

在中国HBase技术社区第十届meetup--HBase生态实践 （杭州站）上，阿里云技术专家郭泽晖为大家介绍了云HBase之时序引擎OpenTSDB的介绍及压缩优化，向大家展示了使用OpenTSDB所遇到的一些问题及优化方案，并对云OpenTSDB的集中使用模式进行了相应的介绍。

阿里云HBase X-Pack是基于Apache HBase及HBase生态构建的低成本、一站式数据处理平台，其支持Spark、二级索引、全文查询、图、时序、时空、分析等能力。

HBase生态+Spark社区大群直播：讲解hbase coprocessor的原理以及使用场景；coprocessor整个流程实战，包括开发，加载，运行以及管理；结合1，2分析coprocessor在rsgroup中的具体使用。

在中国HBase技术社区第十届meetup杭州站中，有赞数据开发工程师赵原向大家分享了HBase在有赞的产品定位，重点介绍了有赞HBase和相关管控平台的研发建设、以及在HBase 1.2.6版本之上所做的改造、改造原因以及给业务实践带来的价值。

在中国HBase技术社区第十届Meetup杭州站上，阿里巴巴高级产品工程师高旸为大家分享了实时计算技术相关的发展背景，并介绍了基于Flink+HBase的实时计算场景化解决方案，并对于在线教育、城市大脑、实时风控等典型的实时计算方案应用场景进行了介绍。

阿里云图数据库（Graph Database, 简称GDB）是一种支持属性图模型，用于处理高度连接数据查询与存储的实时可靠的在线数据库，支持 TinkerPop Gremlin 查询语言，可以帮助用户快速构建基于高度连接的数据集的应用程序。

3月21日，阿里云图数据库GDB正式公测，用于处理高度连接数据查询与存储，支持属性图模型，并且全面兼容TinkerPop Gremlin 查询语言。 图数据库覆盖的应用场景非常广泛，比较典型的有社交网络，欺诈检测，推荐引擎，知识图谱，网络/IT运营和生命科学等等。

HBase Read读流程源码解析&HBase Write写流程源码解析 &HBase Flush & Compact流程源码解析

NoSQL最早起源于1998年，但从2009年开始，NoSQL真正开始逐渐兴起和发展。回望历史应该说NoSQL数据库的兴起，完全是十年来伴随互联网技术，大数据数据的兴起和发展，NoSQL在面临大数据场景下相对于关系型数据库运用，这一概念无疑是一种全新思维的注入。

在阿里云栖开发者沙龙时序数据库技术专场上，滴滴高级研发工程师张婷婷为大家介绍了滴滴实时数据开发平台的架构变迁，为大家揭示了滴滴如何应用Druid、Spark Streaming以及Flink等主流技术来优化时序数据的加工、存储与查询。

在阿里云栖开发者沙龙时序数据库技术专场上，二维火监控平台负责人董兵林为大家介绍了二维火监控平台构建的背景，构建过程和未来展望，向大家展示了如何快速实现一套自研的APM平台，并且如何在技术选型中进行一些取舍。

在阿里云栖开发者沙龙时序数据库技术专场上，阿里巴巴数据库产品事业部技术专家渐醨为大家介绍了时间序列数据库的前世今生，为大家解读了时序数据库的由来、发展、现状、未来，并重点比较了目前时序数据库的热门产品和项目。

Uber 时序数据库M3DB初探   Uber M3 是一个已在优步使用多年的指标平台。 M3 可以在较长的保留时间内可靠地存储大规模指标。本篇文章抛砖引玉，带大家了解一下M3DB，同时M3也可以做为Prometheus后端存储，旨在为Prometheus指标提供安全，可扩展且可配置的多租户的存储。

阿里云TSDB在大数据集群监控中的方案与实战 目前大部分的互联网企业基本上都有搭建自己的大数据集群，为了能更好让我们的大数据集群更加高效安全的工作，一个优秀的监控方案是必不可少的；所以今天给大家带来的这篇文章就是讲阿里云TSDB在上海某大型互联网企业中的大数据集群监控方案中的实战案例，希望能为感兴趣的同学提供一些帮助。

什么是Phoenix QueryServer？为什么要用QueryServer？怎样使用QueryServer？

2019年3月2日，阿里云栖开发者沙龙时序数据库专场中，饿了么技术经理黄杰分享了饿了么公司时序数据库从设计构建到监控一系列开发更新过程，揭秘了LinDB数据库内部架构并对LinDB未来的发展做出了展望。

聆听互联网大咖解构时序数据库应用最佳实践，欢迎加入钉钉交流群：23124548

介绍Phoenix ODPSBulkLoadTool 使用案例

数据迁移工具是否丰富，也在一定程度上决定了数据库的流行程度和它的生态圈。了解其相关工具，能让我们的数据迁移工作更加高效。本文主要介绍 Phoenix 的数据导入导出工具，希望给准备在 Phoenix 上做数据迁移的同学一些帮助。

某游戏公司随着业务快速发展，用户行为日志快速增长，需要从海量的点击流日志和激活日志中挖掘数据的价值，比如广告转化率、激活率，每日安装用户成本等等。原来使用GreenPlum做实时计算和统计分析遇到一些瓶颈，最终使用阿里云HBase X-Pack构建了满足业务需求的数据处理平台。

HBase 可以说是一个数据库，也可以说是一个存储。拥有双重属性的 HBase 天生就具备广阔的应用场景。

本文是对面向 IoT 领域的开源时序数据库 BTrDB 内部实现细节的研究和介绍。 1. 场景介绍 BTrDB 论文中介绍了一个实际的项目，能很好解释清楚 BTrDB 的设计初衷和适用场景： 在一个电网中大量部署了某类传感器，每个传感器会产生 12 条时间线，每条时间线频率为 120Hz（即每秒 120 个点），时间精度为 100ns；由于各种原因，传感器数据传输经常性出现延迟、（时间）乱序等。

挑战 随着越来越多的应用达到每秒千万级的数据点采集能力，比如终端IoT网络监控，智能家居，数据中心等等。 并且这些数据被应用于在线查询展示，监控，离线根因分析和系统优化。 这些场景要求系统具备高速写入，低延迟的在线查询以及低开销的离线查询的能力。

1.概述 TimescaleDB是Timescale Inc.(成立于2015年)开发的一款号称兼容全SQL的 时序数据库 。它的本质是一个基于 PostgreSQL（以下简称 PG ）的扩展（ Extension ），主打的卖点如下： 全SQL支持 背靠PostgreSQL的高可靠性 时序数据的高写入性能 下文将对TimescaleDB这个产品进行解读。

简介 Prometheus是SoundCloud公司开发的一站式监控告警平台，依赖少，功能齐全。 于2016年加入CNCF，广泛用于 Kubernetes集群的监控系统中，2018.8月成为继K8S之后第二个毕业的项目。

InfluxDB 的存储机制解析 本文介绍了InfluxDB对于时序数据的存储/索引的设计。由于InfluxDB的集群版已在0.12版就不再开源，因此如无特殊说明，本文的介绍对象都是指 InfluxDB 单机版 1. InfluxDB 的存储引擎演进 尽管InfluxDB自发布以来历时三年多，其存储引擎的技术架构已经做过几次重大的改动, 以下将简要介绍一下InfluxDB的存储引擎演进的过程。

时序数据库连载系列：时序数据库那些事 正如《银翼杀手》中那句在影史流传经典的台词：“I've seen things you people wouldn't believe... All those ... moments will be lost in time, like tears...in rain.” 时间浩瀚的人类历史长河中总是一个耀眼的词汇，当科技的年轮划到数据时代，时间与数据库碰到一起，把数据库内建时间属性后，产生了时序数据库。

HBase Meetup 会议由 HBase技术社区主办，在全国各大城市举办。在过去的2018年，我们在北京、上海、杭州、深圳以及武汉等城市举办了9场 HBase Meetup 会议，来自各大公司的 HBase PMC、committer 以及 HBase 开发者共聚一堂，为大家分享了 HBase 技术解析及应用实践。

主题：阿里云分析引擎Spark On 多数据源介绍 讲师：云覆（周广成)--阿里数据库产品专家

全局索引是Phoneix的核心特性之一，此话题主要内容包括phoenix mutable表全局索引机制原理， 场景应用以及最佳实践。

群直播 线下活动 推荐专家

介绍solr如何增强hbase检索能力，通过示例帮助大家快速上手hbase+solr查询应用

八年磨一剑1.1 HBase 的前世今生 关系型数据库的发展已经经历了 40 多年的历史了，而 HBase 以及大数据这套东 西的历史大概从 2006 年被认为是大数据的发起时期到现在，也就是 13 年左右而已。

HBase 是一个基于 Hadoop 的分布式、面向列的 Key-Value 存储系统，可以对需 要实时读写、随机访问大规模数据集的场景提供高可靠、高性能的服务，在大数 据相关领域应用广泛。HBase 可以对数据进行透明的切分，使得存储和计算本身 具有良好的水平扩展性。

本次分享的内容主要分为以下五点: Coprocessor 简介 Endpoint 服务端实现 Endpoint 客户端实现 Observer 实现二级索引 Coprocessor 应用场景 1.

数据库的使用中了解其查询计划的构成，是进行查询性能调优的必要条件。本文将详细介绍Phoenix的查询计划语法、组成结构，以及一些注意事项

In-Memory Compaction 是 HBase2.0 中的重要特性之一，通过在内存中引入 LSM 结构，减少多余数据，实现降低 flush 频率和减小写放大的效果。本文根据 HBase2.0 中相关代码以及社区的讨论、博客，介绍 In-Memory Compaction 的使用和实现原理。

概述 目前社区已经发布了 HBase 的 2.0 版本，很多公司都希望去尝试新版本上的新功 能，但是不得不面对的问题就是当集群出了问题应该如何解决。在之前的 HBase版本中，我们可以依赖 hbck 来帮助检查问题和修复问题，在新的版本上我们应 该如何去处理呢?HBASE-19121[1]给了我们答案——HBCK2。

1.前言 基于时间线一致的高可用读(Timeline-consistent High Available Reads)，又称 Region replica。其实早在 HBase-1.2 版本的时候，这个功能就已经开发完毕了， 但是还是不太稳定，离生产可用级别还有一段距离，后来社区又陆陆续续修复了 一些 bug，比如说 HBASE-18223。