表格存储Tablestore-新手入门攻略

这里期望给大家提供一个简易小攻略，快速上手表格存储Tablestore。期望表格存储Tablestore能够解决你当前架构与场景中遇到问题。（会不定期的更新）
在此之前给大家提供两个小法宝。会大大提高后续研发效率：

1. 钉钉咨询群——能够直接与表格存储工程师&广大开发者沟通交流、同时还会不定期送上实践学习直播。
2. 表格存储权威指南——汇集了表格存储的关键场景案例以及最佳实践，看看有没有你正遇到场景的解决方案？

入门篇一 初步调研了解

Step.1 场景锲合度判断
选择使用表格存储前关键需要明确你的场景是否适合。
表格存储是阿里云自2010起自研使用的一个多模型NoSQL数据库，面向海量大数据存储，身经百战。非常适合存储如下结构化/半结构化数据：

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。
典型的案例推荐：

可以查看更多案例。
如果你的的场景符合上面的描述，放心的往下走，一起来构建你的服务，解决你的问题。

Step.2 了解费用
表格存储当前的付费模型目前是纯按量模式，根据实际使用量按小时计费。所以前期的接入成本非常的低。可以免费开通使用。后面正式业务上量后可以按照资源包等其他手段优化成本。
费用简介：表格存储费用，可以直接看链接中最下方的视频简介有个快速了解。

入门篇二、开通与构建数据

Step.1 开通产品，创建实例
表格存储是Serverless的产品，直接在产品详情页点击开通即可。开通产品不会有任何费用产生。
开通后可以立马在控制台创建实例，可以根据业务场景需求创建不同的实例类型，详情可以参考实例类型说明：

然后就可以在控制台中创建实例：控制台创建实例说明。

Step.2 选择数据模型，设计表结构
表格存储是一个多模态的数据库产品，支持多种数据模型适配不同的应用场景：

可以根据实际使用场景选择不同的数据模型，这里需要注意的是宽行模型是当前表格存储的基础数据模型。其他的数据模型基于此封装输出。如果场景匹配度较高，可以直接使用后面封装完整的模式。当前也可以根据实际场景设计表结构。
如果使用宽行模型，表结构的设计是我们的能够发挥表格存储能力、满足业务需求的关键。需要考虑：

• 如何避免热点，提升整体服务能力，避免系统瓶颈
• 如何设计主键顺序，满足业务查询需求

如果表设计完成，可以控制台中创建表：控制台创建表示例。

入门篇三、基础数据的读写

在完成表设计，创建表以后既可以尝试写入数据。表格存储的读写接口都非常简单，可以简单分为单行数据操作与多行数据操作。

如果同时可以在控制台体验数据读写。
综上基本已经完成一个数据系统的基本元素，包含了基础的数据读写。除此之外可以根据你的场景需要在这里关注诸如：条件更新、原子计数器、局部事务、主键列自增的需求。
接下来进阶使用一些关键能力。让你的数据真正玩转起来。

进阶篇——多元索引

表格存储的宽行模型本身设计只提供了相对简单的数据查询能力，而由于业务场景的需求，往往需要较为多维度的查询需求（尤其是非主键查询）。而表格存储的索引能力能够满足该需求。我们将原本的数据称之为主表，在这个基础上面提供二级索引&多元索引能力。

可以根据上面的场景选择不同的索引能力，可以直接在控制台创建多元索引。

进阶篇——计算引擎的对接

表格存储中存储的多为数据中台类数据，除了面向TP类业务还是非常大的需求需要针对这部分数据进行分析处理。而当前产品已经与基本主流的计算引擎无缝对接，支持流、批等多种开源、阿里云产品生态。能够挖掘使用数据价值。

进阶篇——数据实时消费通道

Tunnel能够实时捕获表内数据的变化，返回一个有序的行级的数据变更记录。提供全增量一体数据实时消费通道，高效完成数据全链路处理分析。
由于捕获数据变化的能力，可以方便的完成数据的迁移、流式计算、事件触发、数据消费等。尤其针对数据需要连续计算、清洗的场景，可以非常便捷的通过通道服务实现。

详情可以参考：数据实时消费通道

进阶篇——数据安全

这里简单总结了一些安全相关的功能点，涉及数据安全相关需求，可以参考这里：

结语

期望表格存储本身能够帮助大家解决当前场景的问题。业务场景与技术也在不断的变化发展，表格存储也会跟大家一起面对变化，迎接一轮又一轮的浪潮。