朋友圈不知你看到的那么简单，千万Feed流系统的存储技术解密
阿里巴巴高级技术专家木洛在2018云栖大会·深圳峰会中就Feed流的概念介绍、概念架构以及TableStore场景的Timeline模型等方面的内容做了深入的分析。本文带领大家一起了解并学习如何通过存储系统的性能特性，通过Feed流中的消息存储和推送机制支撑起千万Feed流的并发。
表格存储实时数据流：Stream的技术揭秘和应用场景
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。
Table Store实时数据通道服务Go SDK快速入门
# Tunnel Service Go SDK
## 安装
* 下载源码包
```bash
go get github.com/aliyun/aliyun-tablestore-go-sdk/tunnel
```
* 安装依赖
* 可以在tunnel目录下使用dep安装依赖
* 安装[dep](https://github.
现代IM系统中的消息系统架构 - 模型篇
前言
在架构篇中我们介绍了现代IM消息系统的架构，介绍了Timeline的抽象模型以及基于Timeline模型构建的一个支持『消息漫游』、『多端同步』和『消息检索』多种高级功能的消息系统的典型架构。
表格存储(TableStore)新功能Stream初探
阿里云自研PB级nosql数据库TableStore近期发布了新功能Stream，也就是增量通道，可以让用户实时的获取数据库中的增删改操作。很多使用TableStore的用户会定期把数据导入各类计算平台做数据的离线分析，以前的做法是使用DATAX或者使用TableStore的SDK定期拉取数据。
基于TableStore构建简易海量Topic消息队列
前言
消息队列，通常有两种场景，一种是发布者订阅模式，一种是生产者消费者模式。发布者订阅模式，即发布者生产消息放入队列，多个监听的消费者都会收到同一份消息，也就是每个消费者收到的消息是一样的。生产者消费者模式，生产者生产消息放入队列，多个消费者同时监听队列，谁先抢到消息就会从队列中取走消息，最终每个消息只会有一个消费者拥有。
北京Workshop准备条件：《云数据·大计算：快速搭建互联网在线运营分析平台》
本手册为云栖大会Workshop之《云计算·大数据：海量日志数据分析与应用》场的前提准备条件所需。主要为保障各位学员在workshop当天能够顺畅进行动手实操，那么本场需要各位学员再参加之前确保自己云账号已免费开通表格存储TableStore、大数据计算服务MaxCompute、DataWorks和Quick BI。
基于Tablestore Tunnel的数据复制实战
### 前言
数据复制主要指通过互联的网络在多台机器上保存相同数据的副本，通过数据复制方案，人们通常希望达到以下目的：1）使数据在地理位置上更接近用户，进而降低访问延迟；2）当部分组件出现故障时，系统依旧可以继续工作，提高可用性；3）扩展至多台机器以同时提供数据访问服务，从而提升读吞吐量。
