基于TableStore的海量电商订单元数据管理
# 一、背景
订单系统存在于各行各业，如电商订单、银行流水、运营商话费账单等，是一个非常广泛、通用的系统。对于这类系统，在过去十几年发展中已经形成了经典的做法。但是随着互联网的发展，以及各企业对数据的重视，需要存储和持久化的订单量越来越大。
多数据源一站式入湖
通过一站式入湖，将不同数据源的数据统一归并到以OSS对象存储为基础架构的集中式数据湖存储中，解决了企业面临的数据孤岛问题，为统一的数据分析打好了基础.
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。
海量智能元数据管理系统实现解析
一、方案背景
用户存储海量的文档、媒体文件等数据的同时，对文件元数据（Mate）的管理不可或缺。元数据拥有多维度的字段信息，基本信息包含文件大小、创建时间、用户等。随着人工智能的发展，通过AI技术提取文件核心要素也成为文件元数据的重要信息。
TableStore索引功能详解
TableStore在2018年末推出了两大在线索引功能：GlobalIndex（全局二级索引）与SearchIndex（多元索引），这两个功能大大地弥补了原先TableStore查询方式单一的缺点。但是用户在选型的时候也会有所迷惑，两个功能都包含了“索引”二字，那么又有什么区别呢？本文将针对这个问.
