2023 云栖大会精华视频｜多模数据库Lindorm：打造AI时代的一体化数据平台
随着互联网、物联网、AI的发展，企业面临海量半结构化、非结构化数据的处理挑战，过往数据架构中多个系统组合使用的复杂低效成为应用的核心痛点。Lindorm致力打造一个简单高效的多模数据平台，实现多模数据在线+离线+AI+向量的一体化处理，提供一个高效、低成本的方案，满足大数据处理和AI应用需求，让海量数据处理像MySQL一样简单。
制造业全链数字化业务转型实践 – IT & OT超融合工业数据云 编辑 删除 仁威 2021-05-17 13:57:35
5G、物联网等信息技术演进发展正在推动传统制造业快速数字化升级，拥有超连接、超感知、数字化和物联网数字生态系统的制造业企业将在未来竞争中占据绝对优势，而以信息技术 (IT) 与运营技术 (OT)云端融合为基础的工业数据云平台将成为制造业数字化转型升级的关键支撑。本文围绕工业物联网平台建设核心数据采集、融合存储、分析问题，介绍了阿里云Lindorm与Intel、OSIsoft面向工业物联网信息经济（Infonomics）的IT & OT超融合工业数据云解决方案，旨在为制造业企业提供可落地的云端存储分析离散、流程工业泛数据源的能力的实践参考。方案通过云端打通阿里云、Intel的IT技术积累和OSI
阿里云云原生多模数据库Lindorm对接使用全流程指南
本文提供了一份完整的阿里云云原生多模数据库Lindorm对接使用全流程指南。首先介绍Lindorm的产品定位与核心架构，阐述其多模超融合的设计理念及各数据引擎的功能差异，帮助读者理解Lindorm与传统数据库的本质区别。随后详细讲解从开通实例到开发接入的完整流程，涵盖控制台操作、白名单配置、网络选型、计费模式选择等关键环节。在开发实战部分，分别演示了通过Lindorm-cli命令行工具、Java JDBC、Python等多种方式连接宽表引擎和时序引擎，并提供完整的建表、增删改查、批量写入等代码示例。文章还深入探讨了冷热分离存储、TTL生命周期管理、监控告警配置、安全白名单机制等高级特性，并结合
时序数据库连载系列: 时序数据库一哥InfluxDB之存储机制解析
InfluxDB 的存储机制解析
本文介绍了InfluxDB对于时序数据的存储/索引的设计。由于InfluxDB的集群版已在0.12版就不再开源，因此如无特殊说明，本文的介绍对象都是指 InfluxDB 单机版
1. InfluxDB 的存储引擎演进
尽管InfluxDB自发布以来历时三年多，其存储引擎的技术架构已经做过几次重大的改动, 以下将简要介绍一下InfluxDB的存储引擎演进的过程。
时序数据库技术和架构演进
在阿里云栖开发者沙龙时序数据库技术专场上，阿里巴巴数据库产品事业部技术专家渐醨为大家介绍了时间序列数据库的前世今生，为大家解读了时序数据库的由来、发展、现状、未来，并重点比较了目前时序数据库的热门产品和项目。
二维火监控平台的构建和探索
在阿里云栖开发者沙龙时序数据库技术专场上，二维火监控平台负责人董兵林为大家介绍了二维火监控平台构建的背景，构建过程和未来展望，向大家展示了如何快速实现一套自研的APM平台，并且如何在技术选型中进行一些取舍。
