TableStore：用户画像数据的存储和查询利器
TableStore是阿里云自研的在线数据平台，提供高可靠的存储，实时和丰富的查询功能，适用于结构化、半结构化的海量数据存储以及各种查询、分析。
用户画像数据是一种数据规模较大、数据结构复杂、查询种类多的数据，是公司差异化运营的基础，是打造“千人千面”、智能化的核心数据，帮产品找到最佳目标客户，对各种产品而言是一种很有价值的数据。
人脸识别技术在HBase中的探索和应用
一、HBase基础与存储的优势HBase主要具有五大核心优势，即海量存储、列式存储、易扩展、高并发以及稀疏矩阵。HBase所能够应用的场景包括对象存储、用户画像推荐、聊天消息实时流、索引、报表以及轨迹数据和监控数据等。
深入浅出 spring-data-elasticsearch 之 ElasticSearch 架构初探（一）
本文目录一、Elasticsearch 基本术语1.1 文档（Document）、索引（Index）、类型（Type）文档三要素1.2 集群（Cluster）、节点（Node）、分片（Shard）分布式三要素二、Elasticsearch 工作原理2.1 文档存储的路由2.2 如何健康检查2.3 如何水平扩容三、小结一、Elasticsearch 基本术语1.1 文档（Document）、索引（Index）、类型（Type）文档三要素文档（Document）文档，在面向对象观念就是一个对象。
Elasticsearch 跨集群同步
## 高可用架构
ZSearch是目前公司内最大的Elasticsearch服务平台，随着业务的深入，越来越多的关键链路用户对数据的可用性和容灾能力提出更高的需求，而在这块领域 社区一直没有完整的解决策略，原生的 Snapshot And Restore 只能做快照的恢复，不能做到实时同步；业内主流的队列分发模式（通过消息队列缓存请求数据，多个集群消费数据实现请求复制）也只能做到请求的同步
B-Tree和B+Tree
部分内容转载自互联网https://en.wikipedia.org/wiki/B-treehttps://en.wikipedia.org/wiki/B%2B_tree
B-Tree
为了描述B-Tree，首先定义一条数据记录为一个二元组[key, data]，key为记录的键值，对于不同
Lucene 查询原理
# 前言
Lucene 是一个基于 Java 的全文信息检索工具包，目前主流的搜索系统Elasticsearch和solr都是基于lucene的索引和搜索能力进行。想要理解搜索系统的实现原理，就需要深入lucene这一层，看看lucene是如何存储需要检索的数据，以及如何完成高效的数据检索。
