基于 Tablestore 时序模型构建车联网数据存储
背景最近几年，物联网得到了飞速的发展。在车联网、设备监控、网络监控、快递跟踪等物联网典型场景下，海量监控数据、轨迹数据、传感器数据被生产数来。这些数据产生频率高、数据量大、严重依赖采集时间，是典型的时序数据。传统的数据库是无法应对这种高写入的海量实时数据的，需要使用能够支持时序模型的时序数据库对这些数据进行储存和分析。表格存储时序模型是专门针对时序数据特点，为物联网、车联网等场景设计的。本文基于车
PAI平台搭建企业级个性化推荐系统
PAI是阿里云推出的人工智能平台，提供一站式的机器学习解决方案。本最佳实践利用PAI平台结合阿里云RDS for MySQL版、对象存储OSS和云数据库Redis版等产品构建一个高效的离线训练+在线推理的推荐业务系统。
基于 Tablestore 时序存储的物联网数据存储方案
背景物联网时序场景是目前最火热的方向之一。海量的时序数据如汽车轨迹数据、汽车状态监控数据、传感器实时监控数据需要存放进入数据库。一般这类场景下存在如下需求数据高写入，低读取需要对写入数据进行基础的图表展示对写入数据进行聚合分析传统的关系型数据库并不适合此类场景，时序数据库脱颖而出。表格存储时序实例支持时序数据的存储，其具有如下特点：Serverless，分布式，低成本高写入支持优秀的索引能力对数据
【MaxCompute 常见问题】 外部表
使用 OSS 外部表怎么样将多个小文件，输出为一个文件？
查看 Logview 日志，看 SQL 的执行计划，看最后一个是 Reducer 还是 Joiner, 如果是 Reducer 则设置参数为 set odps.stage.reducer.num=1, 如果是 Joiner，则设置为 set odps.stage.joiner.num =1。