1元包年,阿里云HBase Serverless开启大数据学习与测试的新时代

本文涉及的产品
函数计算FC,每月15万CU 3个月
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
简介: 阿里云HBase Serverless 版是基于HBase,使用Serverless架构构建的一套新型的HBase 服务。 阿里云HBase Serverless版真正把HBase变成了一个服务,用户无需提前规划资源,选择CPU,内存资源数量,购买集群。在应对业务高峰,业务空间增长时,也无需进行扩容

用户福利

限时获取云数据库HBase一年仅需1元的使用权,广大HBase用户学习、测试必备,更多内容请参考链接
image.png

文末有技术交流群,也欢迎添加。

前言

想学习HBase,环境部署太累?
想学习HBase,集群架构太贵?
想学习HBase,遇到问题太难?
想测试HBase,环境等待太慢?
想测试HBase,资源空闲太费?
想测试HBase,峰值预估太慌?

开箱即用、超低价格、极限弹性,阿里云HBase上线Serverless版本,大幅降低HBase学习与测试的门槛,开启HBase云弹性的新篇章!

什么是阿里云HBase Serverless版本

在云计算的不断发展过程中,工程师们一直不断的抽象或者虚拟化服务器,2014年,Serverless架构问世,这种架构并不是真的不需要服务器,而是通过云服务器提供商在后台对于服务器的管理和维护,让用户对于资源不可见,只需要关注自己的业务和逻辑的开发,对于服务器的硬件资源(CPU,内存)和运营无需关注。Serverless 隔离了操作系统,运行环境,中间服务已经所有的底层技术细节,用户可以真正的按需使用,最大限度的缩小使用成本和运维复杂度,最细粒度的来进行面向业务逻辑的开发。

阿里云HBase Serverless 版是基于HBase,使用Serverless架构构建的一套新型的HBase 服务。 阿里云HBase Serverless版真正把HBase变成了一个服务,用户无需提前规划资源,选择CPU,内存资源数量,购买集群。在应对业务高峰,业务空间增长时,也无需进行扩容等复杂运维操作,在业务低谷时,也无需浪费闲置资源。在使用过程中,用户可以完全根据当前业务量,按需购买请求量和空间资源即可。使用阿里云HBase Serverless版本,用户就好像在使用一个无限资源的HBase集群,随时满足业务流量突然的变化,而同时只需要支付自己真正使用的那一部分资源的钱。
image.png

HBase Serverless版本的优势

更稳定高效的内核

HBase Serverless版本内核与HBase增强版使用的内核一致,都是基于阿里内部HBase分支(别称Lindorm)构建,历经9年大规模考验,多次支持天猫双十一,服务于阿里经济体中的淘宝,天猫,支付宝,高德,优酷等几乎所有部门。阿里内部署超过12000台机器,主打成熟稳定、高性能、低成本、多租户及安全等大规模场景追求的能力,并提供了最高7倍于HBase开源版本的性能和一半的存储成本,详细介绍可以参考此篇文章

更低的使用成本

使用HBase Serverless版本,用户不再需要考虑机型配置,无需提前规划容量,也不会有任何的资源浪费。比如在集群版本下,购买的机器资源有一部分需要部署HBase的Master,Zookeeper,HDFS的Namenode等。在购买空间时,虽然目前业务表大小只有100GB大小,但仍然需要购买200GB或者更多来保持一个合理的存储水位线。而HBase Serverless版本,用户只需要为占用的资源按量付费。如果用户的业务读写量很少,基本上只需要支付存储费用。用户的表大小只有100GB,则只需要为这100GB付费,无需为未使用的空间付费。和集群版本相比,无需购买master节点,相同负载,比双节点成本降低40%,三节点降低30%。
image.png
image.png

更低的开发成本

HBase Serverless版本与普通HBase的使用完全一致,对用户来说,和访问一个真实的HBase集群没有差别,同时支持HBase-1.x和HBase-2.x系列客户端访问,100%兼容HBase API,开发者或者新手程序员可以零学习成本。

更低的运维成本

使用HBase serverless版本无需关心HBase的配置,HBase的版本,机器数量和磁盘资源等等。Serverless版本对用户完全屏蔽了物理服务器概念,用户使用的是HBase这个服务。版本升级,集群扩容,磁盘扩容等等都由阿里云专业的运维团队在后台自动完成。真正做到0运维操作

更强的安全和资源隔离

HBase serverless版本内置了完整的用户名密码体系,并和阿里云的账号系统搭配,提供多种级别的权限控制,并对每一次请求鉴权,防止未授权的数据访问,确保用户数据的访问安全。同时serverless版本内置了自研的资源Group,Quota体系,保证用户之间的使用不会相互影响。同时,针对企业级大客户的诉求,HBase serverless版本支持将某一个用户的资源完全物理隔离,来满足大客户对于稳定性的极致要求。

更灵活的伸缩性

相对于集群版本,Serverless版本具有更加灵活的伸缩性:

  • 存储按需使用,无需预留,无扩容等待时间
  • 计算按实际请求量收费,不请求不收钱。无限计算资源,随时应对请求高峰,无需提前规划容量

适合HBase Serverless版本的客户

中小型轻量级用户

  • 学习HBase使用的用户:Serverless版本有一定的免费使用额度,在学习HBase的过程中,完全可以使用Serverless版本来熟悉HBase的API(HBase Serverless版本100%支持HBase原生API),进行试验而无需支付任何费用。
  • HBase测试开发用户: 在一些企业中,除了HBase生产集群,通常需要有一个测试集群供开发人员进行测试。在这个场景下,请求量通常都非常少,而且大部分时间没有请求,再购买一个HBase集群显然成本过高。此时就可以购买HBase Serverless版本,对请求和存储按需付费。同时购买HBase Serverless版本开箱即用,没有集群创建时间,使用完可以立即释放。
  • 其他轻量使用HBase的客户: HBase Serverless版本非常合适轻量使用HBase的客户(如每秒请求在个位数或者数百),无需购买整个集群,按使用量收费。短暂使用成本可以压缩到原来的10%以下。秒级别服务启动和销毁的速度也让客户的应用非常灵活。

请求量和存储量不匹配用户

目前HBase集群存储和计算能力是根据节点绑定的,对于读写少,但是存储体量非常大的用户,单台机器的存储不可能无限上涨,通常需要扩展节点来扩展存储量。而对于读写多,但存储非常少的用户,也需要扩容节点来增加计算资源,而节点一般会带和之前节点的等量存储,就会造成资金的浪费导致不必要的成本上升。 而Serverless HBase版本计算和存储可以分开购买,对于基本无请求,但存储量非常大的用户,用户只需要为空间付费。而对于请求量非常大的用户,用户无需为未使用的存储付费。

请求波动比较大的用户

某些用户平时HBase集群基本没有请求,而每天晚上10点时,会运行一个定时任务,并发去读取HBase中的数据,如果使用集群版,大部分时间集群都处于闲置状态,只有晚上定时任务开启时才有流量。另外一些用户平时的读写请求都比较少,而到了周末时,随着用户的增多,会迎来流量高峰,在使用集群版的情况下,通常需要按照最高峰的流量准备集群。而使用了HBase Serverless版本后,用户可以按照需要临时调整购买的请求包或是按需付费,无需为临时的波峰而支付额外的计算费用或是临时紧急扩容。
image.png

希望完全免运维的用户

一些中小企业可能并没有专门的运维或者DBA角色,在使用HBase集群时,需要时刻关心集群的计算和存储资源是否足够,HBase的版本是否有bug需要升级,而使用了HBase Serverless版本后,完全无需考虑这些问题。全部运维工作全部交给专业的阿里云团体。目前阿里云HBase团队拥有HBase领域专家数十人,Apache社区4 PMC,6 Committer。

1元包年限时特惠

阿里云HBase Serverless版本已经正式商业化,目前面向广大HBase爱好者推出1元包年的特惠活动,满足大家学习、简单测试的需求,欢迎使用。

HBase技术交流

欢迎加群进一步交流沟通:
image.png
image.png

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
目录
相关文章
|
5天前
|
人工智能 Cloud Native 数据管理
媒体声音|重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
在2024云栖大会上,阿里云瑶池数据库发布了首个一站式多模数据管理平台DMS:OneMeta+OneOps。该平台由Data+AI驱动,兼容40余种数据源,实现跨云数据库、数据仓库、数据湖的统一数据治理,帮助用户高效提取和分析元数据,提升业务决策效率10倍。DMS已服务超10万企业客户,降低数据管理成本高达90%。
|
25天前
|
数据采集 数据可视化 大数据
大数据体系知识学习(三):数据清洗_箱线图的概念以及代码实现
这篇文章介绍了如何使用Python中的matplotlib和numpy库来创建箱线图,以检测和处理数据集中的异常值。
37 1
大数据体系知识学习(三):数据清洗_箱线图的概念以及代码实现
|
7天前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
16天前
|
存储 SQL 分布式计算
大数据学习
【10月更文挑战第15天】
24 1
|
25天前
|
分布式计算 大数据 Linux
大数据体系知识学习(二):WordCount案例实现及错误总结
这篇文章介绍了如何使用PySpark进行WordCount操作,包括环境配置、代码实现、运行结果和遇到的错误。作者在运行过程中遇到了Py4JJavaError和JAVA_HOME未设置的问题,并通过导入findspark初始化和设置环境变量解决了这些问题。文章还讨论了groupByKey和reduceByKey的区别。
24 1
|
25天前
|
分布式计算 Hadoop 大数据
大数据体系知识学习(一):PySpark和Hadoop环境的搭建与测试
这篇文章是关于大数据体系知识学习的,主要介绍了Apache Spark的基本概念、特点、组件,以及如何安装配置Java、PySpark和Hadoop环境。文章还提供了详细的安装步骤和测试代码,帮助读者搭建和测试大数据环境。
47 1
|
29天前
|
SQL 分布式计算 NoSQL
大数据-170 Elasticsearch 云服务器三节点集群搭建 测试运行
大数据-170 Elasticsearch 云服务器三节点集群搭建 测试运行
38 4
|
29天前
|
运维 监控 数据可视化
大数据-171 Elasticsearch ES-Head 与 Kibana 配置 使用 测试
大数据-171 Elasticsearch ES-Head 与 Kibana 配置 使用 测试
52 1
|
29天前
|
SQL 消息中间件 大数据
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
43 1
|
28天前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势

热门文章

最新文章

相关产品

  • 函数计算