表格存储在推荐系统中的应用有没有比较好的实践案例?
电商、社交、资讯等互联网应用的良好运营需要一个完善的推荐系统。推荐系统作为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。而一个高效的推荐系统背后需要海量消息 存储与实时、离线分析等功能的支撑。阿里云表格存储Tablestore是基于共享存储的高性能、低成本、易扩展、全托管的结构化大数据存储平台, 支撑互联网和物联网数据的高效计算与分析,具有极简的数据写入、Serverless服务、强大的数据检索、完善的 计算生态等特特点,同时与对象存储的数据湖存储对接,优化整体成本。( 1 ) 大规模:存储量无上限,提供丰富索引和高吞吐扫描。 ( 2 ) 高并发:表格存储Tablestore单表写入水平扩展,支持亿行每秒级别。 ( 3 ) 实时:数据实时写入,实时可见。 ( 4 ) 分层存储:数据实时投递到对象存储构建的数据湖,表格存储Tablestore 只存储热数据。
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。