海量结构化数据解决方案-表格存储场景解读-阿里云开发者社区

开发者社区> oss-dx> 正文

海量结构化数据解决方案-表格存储场景解读

简介: 数据是驱动业务创新的最核心的资产。不同类型的数据如非结构化数据(视频、图片等)、结构化数据(订单、轨迹),面向不同业务的使用要求需要选择适合的存储引擎,能够真正发挥数据的价值。针对于海量的非强事务的海量结构化/半结构数据,表格存储一站式解决。这里详细解读该适合场景的使用解读。
+关注继续查看

数据是驱动业务创新的最核心的资产。不同类型的数据如非结构化数据(视频、图片等)、结构化数据(订单、轨迹),面向不同业务的使用要求需要选择适合的存储引擎,能够真正发挥数据的价值。
比如:非结构化的数据-视频图片等适合对象存储OSS,强事务的结构化数据-交易订单适合MySQL。

而针对于海量的非强事务的海量结构化/半结构数据:
pic1.png

这些场景特点是:
1. 数据规模大,常见的关系型数据库难以存储。
2.需要支持很高的读写吞吐与极低的响应延迟。
3. 数据结构相对简单,无跨数据表的关联查询,数据存储写入是无需复杂的事务机制。

表格存储Talestore正是为了解决上述数据的存储、访问以及计算。

历史订单场景

在电商、金融、外卖、新零售等所有涉及交易与协定的所有场景中,都涉及大量的订单。记录社会方方面面。传统关系型数据能够解决需要支持强一致的事务的在线业务,但海量的订单关系型数据无法保存全量数据,需要数据分层。

架构核心需求

  • 在线数据同步:做实时数据与历史数据分层—支持实时同步在线业务
  • 历史数据存储:历史订单数据存储—支持低延迟数据点查,搜索。
  • 高性价比海量存储数据分析:针对历史库进行报备统计分析—需支持计算组件分析统计!pic2.png

核心优势

  • 弥补在线库容量问题,降低在线库压力
  • PB级历史库存储,可全量保存所有数据,并能提供低延迟高并发查询
  • 索引订单内多字段,提供任意条件组合查询



IM/Feed流场景

IM(Instant Messaging,即时通讯)成为当前互联网业务基础组件,在社交、游戏、直播等场景广泛需要。需要高效支持海量消息的存储、同步、检索。  

架构核心组件

  • 消息历史库:按对话存储历史消息—需海量数据,存储易拓展
  • 消息同步库:按接受者存储同步消息—需支持高并发写入,实时拉取(写扩散)
  • 消息索引:针对历史库数据支持数据检索—需数据更新同步
    pic3.png

核心优势

  • Tablestore Timeline 消息模型,专为 IM/Feeds 场景设计,简化开发
  • 同步表百 TB 存储,存储表 PB 级存储。
  • 分布式架构,LSM存储引擎,支撑每秒百万写扩散消息写入,毫秒级同步库拉取
  • 读写扩散混合同步模型

时序场景-监控/IOT

针对实时数据的记录与分析极大的丰富了我们对于数据的使用场景。针对系统的运维监控、针对Iot场景中对于环境与人的监控都更有效帮助我们做事实理解与决策。这里需要面临众多设备与系统的高并发写入与数据存储,以及决策分析。

场景核心需求

  • 数据高并发写入:面向众多设备与系统支持百万级节点实时写入
  • 数据实时聚合:针对原始数据监控预聚合,降低精度—支持数据实时同步对接流计算
  • 数据存储:长久保存数据—需单表规模极大,高性价比存储

pic4.png

核心优势

  • 核心单表数据规模达 10 PB,可自定义数据生命周期
  • 核心单表持续每秒写入进 5000万个数据点
  • 数据实时写入,大大提升数据可见时效性
  • 毫秒级实时查询展示趋势图和报表,查询性能不受单表规模约束

舆情&风控分析

针对舆情信息的分析与把控,可以有效的分析与洞察市场。比如针对点评、新闻、评论等信息的收集分析。需要丰富的多类数据高并发写入与便捷的数据流转进行计算分析

场景核心需求

  • 原始数据写入存储:海量数据爬虫需要高并发写入能力与PB及存储。
  • 多数据类型存储:爬取的内容与生成的标签类似丰富需要写入Schema-Free
  • 数据分析:针对数据分阶段处理原始信息->结构化标签->结果存储—需要支持实时计算与离线计算对接
    pic5.png

核心优势

  • 分布式 LSM 引擎数据存储,提供高并发高吞吐写入,PB 级数据存储
  • 通过数据更新捕获,实时触发后续对数据的自定义处理逻辑
  • 与大数据平台实时数据同步,分析结果写入结果表,供应用层实时查询

推荐系统

推荐系统作为当前所有业务精细化运营的主要抓手,颠覆了传统内容输出方式,成为当前海量信息时代流转的核心引擎。广泛在电商、短视频、新闻等场景应用。需要高效支持海量消息存储与实时、离线分析。 

架构核心组件

  • 行为日志:存储客户端写入实时数据—需高并发写入,支持对接流式计算实时分析
  • 历史数据:冷数据同步下沉至OSS数据湖—需支持数据投递、便于数据分层
  • 用户标签:针对分析标签与推荐信息存储—需支持属性列横向拓展,高效检索

pic6.png

核心优势

  • 数据规模:存储量无上限,冷热数据分层灵活定义
  • 海量并发:单表写入水平扩展,支持亿行每秒级别
  • 数据实时写入,实时可见
  • 数据实时投递 OSS数据湖, Tablestore 只存储热数据,提供丰富索引,高吞吐扫描

联系我们

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
Spring Boot Admin,贼好使!(8)
Spring Boot Admin,贼好使!(8)
14 0
Spring Boot Admin,贼好使!(5)
Spring Boot Admin,贼好使!(5)
20 0
保姆级教程,终于搞懂脏读、幻读和不可重复读了!(3)
保姆级教程,终于搞懂脏读、幻读和不可重复读了!(3)
14 0
保姆级教程,终于搞懂脏读、幻读和不可重复读了!(2)
保姆级教程,终于搞懂脏读、幻读和不可重复读了!(2)
16 0
保姆级教程,终于搞懂脏读、幻读和不可重复读了!(9)
保姆级教程,终于搞懂脏读、幻读和不可重复读了!(9)
23 0
查询MySQL字段注释的 5 种方法!(2)
查询MySQL字段注释的 5 种方法!(2)
18 0
查询MySQL字段注释的 5 种方法!(5)
查询MySQL字段注释的 5 种方法!(5)
22 0
Spring Boot Admin,贼好使!(3)
Spring Boot Admin,贼好使!(3)
22 0
Spring Boot Admin,贼好使!(4)
Spring Boot Admin,贼好使!(4)
20 0
查询MySQL字段注释的 5 种方法!(3)
查询MySQL字段注释的 5 种方法!(3)
19 0
+关注
4
文章
0
问答
来源圈子
更多
阿里云存储基于飞天盘古2.0分布式存储系统,产品包括对象存储OSS、块存储Block Storage、共享文件存储NAS、表格存储、日志存储与分析、归档存储及混合云存储等,充分满足用户数据存储和迁移上云需求,连续三年跻身全球云存储魔力象限四强。
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载