表格存储实时数据流:Stream的技术揭秘和应用场景

本文涉及的产品
表格存储 Tablestore,50G 2个月
简介: 本文整理自2017云栖大会-成都峰会上阿里云存储服务专家周赵锋的分享讲义,讲义内容主要分为三部分:1.表格存储的简介及其与传统关系型数据库的对比;2.Stream功能解析及其应用场景;3.表格存储Stream的总结和未来规划。
在2017云栖大会-成都峰会上阿里云存储服务专家周赵锋做了题为《表格存储实时数据流:Stream的技术揭秘和应用场景》的分享。面对应用开发的新挑战和数据库新需求,基于共享存储的高性能、低成本、易扩展、全托管的表格存储能更好支撑互联网和物联网数据的高效计算与分析,并从特性、数据模型和高可用架构方面对表格存储进行简介。表格存储应用场景有即时通讯、安全风控、时序数据,使用表格存储的应用场景可以挖掘数据高附加值,实现存储对接计算。
4452db323eb4aa2ef9f89a0c068e11e836d687df


a8b80b8a7b7136c1b34e33e1deb790ab83800042


c6907505431557a6bf13b8b779c68c861d04fcf0


8ccf70c7c2a8aac5552f9964e66c1c480df87af7


1b378faa7b1f4935acaeb7e8361d02ae31f40639


de709b0481f3b4e769cfe91cb723020a6ece8327


759e825315b1ba15bce390f6f05e32d7a48906a1


fe48302453a6ab2fdc8db24aee3dcdcdb07d7f45


e59d9498c5cedd9d9fd3d9a1a4ad3f9199cffbe2


6d711f69488a05d7aa0e4d97ccb66848b07a04ef


012b90db080b3e7fbba56d00b1285c2b34ed9c59


0e6cdddf797f7b5e0f6ee8719608b6cee863d7a0


52468d36dbe1db48cc735910a4a4bc08a27e86f0


07f7460c9665f6d8fd617af2f7c9064e5dc55888


f80e99392ee747023cad6b74994c4a803e9f424d


7446aa070599643e9326d5b6f9d416f8f556b947


8d7e5d20910574c3a45a33710aba3841c0a069db


c29f2ba21dde0572c15ace0b7c6622d20b0a42e4


4deee90607b58aa5ce47fe238b96d7622ba6cbd4


e99370800f98cc86ea57d1703036e2fa70703dc7


相关实践学习
消息队列+Serverless+Tablestore:实现高弹性的电商订单系统
基于消息队列以及函数计算,快速部署一个高弹性的商品订单系统,能够应对抢购场景下的高并发情况。
阿里云表格存储使用教程
表格存储(Table Store)是构建在阿里云飞天分布式系统之上的分布式NoSQL数据存储服务,根据99.99%的高可用以及11个9的数据可靠性的标准设计。表格存储通过数据分片和负载均衡技术,实现数据规模与访问并发上的无缝扩展,提供海量结构化数据的存储和实时访问。 产品详情:https://www.aliyun.com/product/ots
相关文章
|
5月前
|
分布式计算 搜索推荐 物联网
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
|
存储 SQL 分布式计算
Flink Table Store 典型应用场景
Flink PMC 李劲松(之信)9 月 24 日在 Apache Flink Meetup 的分享。
Flink Table Store 典型应用场景
《效率提升:表格存储实时数据流:Stream的技术揭秘和应用场景》电子版地址
效率提升:表格存储实时数据流:Stream的技术揭秘和应用场景
115 0
《效率提升:表格存储实时数据流:Stream的技术揭秘和应用场景》电子版地址
|
存储 SQL 运维
Tablestore 与 Elasticsearch 在数据库查询加速场景使用对比
过去三十年,我们从企业应用开始,经历了 PC 互联网、移动互联网的爆发式发展,到如今的产业互联网。在这些不同时代,一直变化的是应用形态,不变的是核心数据的价值。对于核心数据的存储,首选的方案是使用数据库存储,从互联网初期开始,开源关系型数据库 MySQL 成长成为了数据库存储的第一选择,关系型数据库解决了数据的快速建模,高可靠存储和快速查询,但是关系数据库中的高效查询主要依赖二级索引,如果出现索引
1759 2
Tablestore 与 Elasticsearch 在数据库查询加速场景使用对比
|
存储 SQL 人工智能
《玩转 Tablestore 入门与实战》重磅来袭! 架构、原理及场景全方面解读
表格存储 Tablestore 是阿里云自研的面向海量结构化和半结构化数据的 Serverless 多模型数据存储,采用与 Google Bigtable 类似的宽表模型,天然的分布式架构,能支撑高吞吐的数据写入以及 PB 级数据存储。 表格存储 Tablestore于 2009 年阿里云成立之初即立项研发,基于底层飞天平台从零开始构建,在 2014 年正式商业化面向公有云提供服务。历经 10 年多的打磨,目前已在阿里巴巴集团、阿里云公共云以及专有云内得到广泛应用,涵盖电商、金融风控、物联网、人工智能、大数据、社交媒体等不同业务领域,支撑钉钉、优酷、手淘、IoT、计算平台等多个内部核心 BU
17315 0
《玩转 Tablestore 入门与实战》重磅来袭! 架构、原理及场景全方面解读
|
存储 运维 NoSQL
基于Tablestore的一站式物联网存储解决方案-场景篇
## 前言 随着5G时代的来临,万物互联概念的兴起,物联网渐渐覆盖到了各行各业中。本系列文章将为大家介绍基于表格存储Tablestore的一站式物联网存储解决方案。以共享充电宝场景为例,实现物联网场景下元数据、时序数据存储,高并发更新、分析计算等需求。 ## 背景 共享经济是近年来兴起的一种概念,共享概念极大方便了人们的生活。例如共享单车、共享车位、共享充电宝等等。这些场景里包含了大量的设备元
1096 1
|
存储 SQL 自然语言处理
详解TableStore模糊查询——以订单场景为例
# 背景 订单系统在各行各业中广泛应用,为消费者、商家后台、促销系统等第三方提供用户、产品、订单等多维度的管理和查询服务。为了挖掘出海量订单数据的潜能,丰富高效的查询必不可少。然而很多时候并不能给出完整准确的查询关键字,例如,只知道收货人姓氏,或是产品名称部分关键字,或是根据收货人手机尾号找到订单,我们将这类查询归为“模糊查询”。
5271 0
|
存储 监控 搜索推荐
海量结构化数据解决方案-表格存储场景解读
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。
4345 0
海量结构化数据解决方案-表格存储场景解读
|
存储 分布式计算 运维
塑云科技:性能突破,基于KafKa+OTS+MaxCompute 完成了一次物联网系统技术重构
创业团队,专注于氢能燃料电池生态链的运营支撑,当前主要的业务组成为新能源车整车实时运营监控分析,加氢站实时运营监控分析,车辆安全运营支撑。
2116 0
塑云科技:性能突破,基于KafKa+OTS+MaxCompute 完成了一次物联网系统技术重构
|
存储 分布式计算 监控
塑云科技:性能突破,基于KafKa+OTS+MaxCompute 完成了一次物联网系统技术重构
塑云科技:性能突破,基于KafKa+OTS+MaxCompute 完成了一次物联网系统技术重构 背景:创业团队,专注于氢能燃料电池生态链的运营支撑,当前主要的业务组成为新能源车整车实时运营监控分析,加氢站实时运营监控分析,车辆安全运营支撑。
13788 0