时间和空间的完美统一!阿里云时空数据库正式商业化

本文涉及的产品
云原生多模数据库 Lindorm,多引擎 多规格 0-4节点
云数据库 Redis 版,社区版 2GB
推荐场景:
搭建游戏排行榜
云数据库 MongoDB,通用型 2核4GB
简介: 时间和空间的完美统一!阿里云时空数据库正式商业化 经过一段时间公测,得到广大客户的热烈支持,阿里云时空数据库已经于2019年9月10日正式商业化售卖! 产品介绍 时空数据库能够存储、管理包括时间序列以及空间地理位置相关的数据。

经过一段时间公测,得到广大客户的热烈支持,阿里云时空数据库已经于2019年9月10日正式商业化售卖!

产品介绍

时空数据库能够存储、管理包括时间序列以及空间地理位置相关的数据。我们的社会生产、经济活动和社会交往同时空数据密切相关,比如传感器网络、移动互联网、射频识别、全球定位系统等设备时刻输出时间和空间数据,数据量增长非常迅速,这对存储和管理时空数据带来了挑战,传统数据库很难应对时空数据。时空数据是一种高维数据,普通的关系型数据库更适合于存储数值和字符类型数据,也缺少相关的算子。阿里云时空数据库具有时空数据模型、时空索引和时空算子,完全兼容SQL及SQL/MM标准,支持时空数据同业务数据一体化存储、无缝衔接,易于集成使用。
产品首页https://www.aliyun.com/product/hitsdb_spatialpre 
产品使用手册详见https://help.aliyun.com/document_detail/116088.html?spm=a2c4g.11174283.6.727.1b22130eu4OBeh

适用场景

交通监控与分析、物流配送、可穿戴设备监测、新能源车辆监测、LBS、地图服务等。

产品特性

  • 时间序列数据与空间数据有效统一,满足大规模时空数据存储和查询,方便从多个维度分析和利用数据;
  • 基于PostgreSQL扩展,改进PostgreSQL索引,大幅度提升时空检索性能,同时兼容PostgreSQL现有生态;
  • 存储依托于阿里云盘古系统,数据可靠性超过6个9;
  • 具有自动备份和恢复能力;
  • 具有完善的高可用架构,支持自动化主机与备机切换;
  • 有时空领域资深专家提供支持,为客户的业务保驾护航;

产品购买流程

在购买时空数据库之前,需要先满足以下前提条件:

  • 您已经注册了阿里云账号并完成实名认证。否则,请先注册阿里云账号。
  • 您已拥有阿里云专有网络(VPC)。时空数据库只支持在 VPC 网络创建实例(但之后您可以选择通过 VPC 或公网访问实例)。如果没有 VPC 网络,请登录专有网络(VPC)控制台开通 VPC,然后在对应的地域和可用区创建专有网络和交换机。关于创建 VPC 的具体信息,请参考创建 VPC

以“华北1(杭州)” 地域为例,下面演示具体创建流程。

ACTION1: 在使用的区域内,创建VPC实例

https://vpc.console.aliyun.com/vpc/cn-hangzhou/vpcs

以“华北1(杭州)”区为例,选择地域:华东1(杭州),交换机选项中,选择需要的可用区如“杭州 可用区B”, 后续创建时空数据库实例,会用到 “地域” 、“可用区”、“VPC”、“交换机” 这几个概念。
2

创建VPC完成之后,可以查看VPC的详情

ACTION2: 创建时空数据库实例

https://common-buy.aliyun.com/?commodityCode=hitsdb_spatialpre#/buy

3

  1. 地域:华东1(杭州)
  2. 可用区:华东1 可用区B
  3. 版本:选择基础版或高可用版。详细介绍请参考文档
  4. 专有网络(VPC): 选择刚刚创建的VPC
  5. 专有网络交换机:选择刚刚创建的VPC下的交换机

ACTION3: 购买成功之后,登录TSDB控制台,查看实例详情

https://tsdb.console.aliyun.com/?spm=5176.11182172.console-base-top.dconsoleEntry.60ec4882eEzNPU#/cluster/cn-hangzhou

4

ACTION4: 在“实例详情”页面中,查看“公共网络地址” 和 “VPC网络地址”,设置网络白名单。

这里为了测试方便,VPN和公共网络的参数都设置成“0.0.0.0/0”

ACTION5: 在“实例详情”页面中,左侧选择“账户管理”进入账户创建页面,创建高权限账号

5

至此,整个时空数据库的初始化工作已经完成,可以通过外部网络或VPC专有网络,连接时空数据库交互。

数据写入查询

时空数据库写入和查询非常便利,读写采用标准SQL,用户可以通过JDBC/ODBC驱动操作数据库,进行读写操作。
用户也可以通过psql交互式终端向时空数据库写入和查询数据,下面是几个简单的例子:

创建一个时空表:

CREATE TABLE tsdb_test( uid bigint, time  timestamp, 
                       speed float, position geometry(Point,4326) );
SELECT create_hypertable('tsdb_test', 'time', chunk_time_interval => interval '1 hour');

写入数据:

INSERT INTO tsdb_test 
VALUES (1001, '2019-03-11 16:34:15', 102.2, ST_SetSRID(ST_MakePoint(10.3,20.1),4326)),
       (1001, '2019-03-11 16:34:16', 100.1, ST_SetSRID(ST_MakePoint(10.4,20.1),4326)),
       (1002, '2019-03-11 16:34:17', 60.0, ST_SetSRID(ST_MakePoint(10.5,20.2),4326)),
       (1002, '2019-03-11 16:34:18', 61.0, ST_SetSRID(ST_MakePoint(10.6,20.2),4326)),
       (1003, '2019-03-11 16:34:20', 39.0, ST_SetSRID(ST_MakePoint(10.7,20.2),4326)),
       (1003, '2019-03-11 16:34:21', 30.0, ST_SetSRID(ST_MakePoint(10.8,20.2),4326));

用户通过交互终端查询数据,可以如下:

SELECT time,uid,speed,ST_AsText(position) 
FROM tsdb_test 
WHERE time >'2019-03-11 16:00:00' AND 
      time < '2019-03-11 18:00:00' AND 
      ST_Contains(ST_SetSRID(ST_MakeBox2D(ST_Point(2.4, 5.5),ST_Point(13.0,26.1)),4326),position) ;
+---------------------+---------------+-----------------+---------------------+
| TIME                | UID           | SPEED           | ST_ASTEXT           |
+---------------------+---------------+-----------------+---------------------+
| 2019-03-11 16:34:15 | 1001          |           102.2 | POINT(10.3 20.1)    |
| 2019-03-11 16:34:16 | 1001          |           100.1 | POINT(10.4 20.1)    |
| 2019-03-11 16:34:17 | 1002          |              60 | POINT(10.5 20.2)    |
| 2019-03-11 16:34:18 | 1002          |              61 | POINT(10.6 20.2)    |
| 2019-03-11 16:34:20 | 1003          |              39 | POINT(10.7 20.2)    |
| 2019-03-11 16:34:21 | 1003          |              30 | POINT(10.8 20.2)    |
+---------------------+---------------+-----------------+---------------------+

更新数据:

UPDATE tsdb_test 
set position = ST_SetSRID(ST_MakePoint(11.1,22.2),4326) 
WHERE uid=1002;

时空分析功能

用户可以使用时间&空间分析函数,对时空数据库中的表做分析查询。以共享汽车平台中车辆数据为背景,举几个简单的例子。

按时间窗口聚合

按照5分钟为一个聚合时间窗口,获取共享汽车平台中车辆的最大速度;常见聚合函数如:sum,max,min,avg等

SELECT uid,time_bucket('5 minutes', time) AS interval, max(speed) 
FROM tsdb_test 
WHERE uid='1002' and 
      time < '2019-04-01 01:13:42' 
GROUP BY uid, interval 
ORDER BY interval DESC;
+---------------+---------------------+---------------+
| UID           | INTERVAL            | MAX           |
+---------------+---------------------+---------------+
| 1002          | 2019-03-11 16:30:00 |            61 |
+---------------+---------------------+---------------+

按时间段和距离过滤

返回某个时间段,与指定对象的距离大于“17米”的车辆。空间范围函数比如: ST_Distance等使用,参考:空间对象关系函数

SELECT time,uid,speed,ST_AsText(position) 
FROM tsdb_test 
WHERE time > '2019-01-01 01:02:00' and 
      time < '2019-04-01 01:11:02' and 
      ST_Distance('SRID=4326;POINT(2.4 5.5)'::geometry, position)>17.0;
+---------------------+---------------+-----------------+---------------------+
| TIME                | UID           | SPEED           | ST_ASTEXT           |
+---------------------+---------------+-----------------+---------------------+
| 2019-03-11 16:34:17 | 1002          |              60 | POINT(11.1 22.2)    |
| 2019-03-11 16:34:18 | 1002          |              61 | POINT(11.1 22.2)    |
+---------------------+---------------+-----------------+---------------------+

普通属性值过滤

根据用户设置的数值限制条件,返回某时间段内“速度>60”的车辆记录。比如: “>”, “<”, “=”, “<=”, “>=”, “!=”。ST_AsText的使用,参考:空间对象输出函数

SELECT time,uid,speed,ST_AsText(position) 
FROM tsdb_test 
WHERE time > '2019-03-01 01:02:00' and 
      time < '2019-03-15 01:11:02' and 
      speed > 60;
+---------------------+---------------+-----------------+---------------------+
| TIME                | UID           | SPEED           | ST_ASTEXT           |
+---------------------+---------------+-----------------+---------------------+
| 2019-03-11 16:34:15 | 1001          |           102.2 | POINT(10.3 20.1)    |
| 2019-03-11 16:34:16 | 1001          |           100.1 | POINT(10.4 20.1)    |
| 2019-03-11 16:34:18 | 1002          |              61 | POINT(11.1 22.2)    |
+---------------------+---------------+-----------------+---------------------+

关于时空数据库的具体用法,可以参考阿里云时空数据库-开发指南

阿里云时空数据库致力于推动时空领域生态发展,为客户提供低成本高性能服务,让时空数据价值在线化!

产品首页https://www.aliyun.com/product/hitsdb_spatialpre 

产品使用手册详见https://help.aliyun.com/document_detail/116088.html?spm=a2c4g.11174283.6.727.1b22130eu4OBeh

时空数据库实例创建https://common-buy.aliyun.com/?commodityCode=hitsdb_spatialpre#/buy

欢迎加入阿里数据库产品钉钉群,一起交流

阿里数据库技术交流群(2000人大群)入群方式:
一:搜索钉群号即可入群:23124548
二:扫描下方二维码进群:
阿里数据库技术交流群

6

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
目录
相关文章
|
20天前
|
关系型数据库 Apache 流计算
手把手教你实现 OceanBase 数据到阿里云数据库 SelectDB 内核版 Apache Doris 的便捷迁移|实用指南
本文介绍了如何将数据从 OceanBase 迁移到阿里云数据库 SelectDB 内核版 Apache Doris。提供 3 种数据同步方法 1. 使用 DataX,下载 DataX 并编写配置文件,通过 OceanBaseReader 和 DorisWriter 进行数据迁移。 2. 利用 Apache Doris 的 Catalog功 能,将 OceanBase 表映射到 Doris 并插入数据。 3. 通过Flink CDC,设置 OceanBase 环境,配置 Flink 连接器,实现实时数据同步。
手把手教你实现 OceanBase 数据到阿里云数据库 SelectDB 内核版 Apache Doris 的便捷迁移|实用指南
|
3天前
|
Cloud Native 关系型数据库 分布式数据库
数据库性能诊断工具DBdoctor通过阿里云PolarDB产品生态集成认证
DBdoctor(V3.1.0)成功通过阿里云PolarDB分布式版(V2.3)集成认证,展现优秀兼容性和稳定性。此工具是聚好看科技的内核级数据库性能诊断产品,运用eBPF技术诊断SQL执行,提供智能巡检、根因分析和优化建议。最新版V3.1.1增加了对PolarDB-X和OceanBase的支持,以及基于cost的索引诊断功能。PolarDB-X是阿里巴巴的高性能云原生分布式数据库,兼容MySQL生态。用户可通过提供的下载地址、在线试用链接和部署指南体验DBdoctor。
|
6天前
|
存储 监控 Apache
查询提速11倍、资源节省70%,阿里云数据库内核版 Apache Doris 在网易日志和时序场景的实践
网易的灵犀办公和云信利用 Apache Doris 改进了大规模日志和时序数据处理,取代了 Elasticsearch 和 InfluxDB。Doris 实现了更低的服务器资源消耗和更高的查询性能,相比 Elasticsearch,查询速度提升至少 11 倍,存储资源节省达 70%。Doris 的列式存储、高压缩比和倒排索引等功能,优化了日志和时序数据的存储与分析,降低了存储成本并提高了查询效率。在灵犀办公和云信的实际应用中,Doris 显示出显著的性能优势,成功应对了数据增长带来的挑战。
查询提速11倍、资源节省70%,阿里云数据库内核版 Apache Doris 在网易日志和时序场景的实践
|
12天前
|
存储 数据可视化 关系型数据库
矢量数据库在地理空间数据处理中的应用
【4月更文挑战第30天】矢量数据库在地理空间数据处理中展现优势,高效存储管理高维向量数据,支持快速查询、空间分析与可视化。分布式处理能力适应大数据量需求,提供高效、灵活、可扩展及可视化支持,是处理地理空间数据的理想选择。随着技术进步,其应用将更加广泛。
|
12天前
|
分布式计算 DataWorks 安全
DataWorks产品使用合集之在DataWorks中,“项目空间”、“数据库”和“引擎实例”之间存在怎样的关系
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
27 0
|
13天前
|
存储 SQL Apache
阿里云数据库内核 Apache Doris 基于 Workload Group 的负载隔离能力解读
阿里云数据库内核 Apache Doris 基于 Workload Group 的负载隔离能力解读
阿里云数据库内核 Apache Doris 基于 Workload Group 的负载隔离能力解读
|
13天前
|
分布式计算 关系型数据库 大数据
MaxCompute产品使用合集之怎么才可以将 PostgreSQL 中的 geometry 空间类型字段同步到 MaxCompute 或另一个 PostgreSQL 数据库
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
13天前
|
弹性计算 运维 Serverless
Serverless 应用引擎产品使用之在阿里函数计算中,使数据库和阿里云函数计算位于同一个内网中如何解决
阿里云Serverless 应用引擎(SAE)提供了完整的微服务应用生命周期管理能力,包括应用部署、服务治理、开发运维、资源管理等功能,并通过扩展功能支持多环境管理、API Gateway、事件驱动等高级应用场景,帮助企业快速构建、部署、运维和扩展微服务架构,实现Serverless化的应用部署与运维模式。以下是对SAE产品使用合集的概述,包括应用管理、服务治理、开发运维、资源管理等方面。
986 0
Serverless 应用引擎产品使用之在阿里函数计算中,使数据库和阿里云函数计算位于同一个内网中如何解决
|
14天前
|
安全 数据管理 数据库
数据管理DMS操作报错合集之阿里云DMS控制台上展示出了已经删除的数据库信息,如何解决
数据管理DMS(Data Management Service)是阿里云提供的数据库管理和运维服务,它支持多种数据库类型,包括RDS、PolarDB、MongoDB等。在使用DMS进行数据库操作时,可能会遇到各种报错情况。以下是一些常见的DMS操作报错及其可能的原因与解决措施的合集。
|
17天前
|
存储 容灾 Cloud Native
阿里云ClickHouse企业版正式商业化,为开发者提供容灾性更好、性价比更高的实时数仓
2024年4月23日,阿里云联合 ClickHouse Inc. 成功举办了企业版商业化发布会。阿里云 ClickHouse 企业版是阿里云和 ClickHouse 原厂 ClickHouse. Inc 独家合作的存算分离的云原生版本,支持资源按需弹性 Serverless,帮助企业降低成本的同时,为企业带来更多商业价值。
380 1