基础概念
PKey-SKey-Value表 简称KKV表（如下图3所示），通常用来存储属性图中的关系实例（如图1中的好友关系），其中PKey（primary key）存储一条边的源节点ID（上图中节点U1），SKey（secondary key）存储一条边的目标节点ID（比如上图中节点U2/U3...
宽表模型介绍
宽表模型通过数据表存储数据，单表支持PB级数据存储和千万QPS。数据表具有Schema-Free、宽行、多版本数据以及生命周期管理特点，支持主键列自增、局部事务、原子计数器、过滤器、条件更新等功能。模型介绍 表格存储 宽表模型是类Bigtable/...
原理
将表定义存储到表的Option结构上，包括这些数据需要存储：interval_expr：这个结构存储间隔分区的间隔大小 sub_part_strategy/sub_part_params：存储二级分区的分区键和分区类型信息 partition_template_list：存储了模版分区列表，用于...
存储在OSS中的GIF文件使用图片样式后变成静态图片
问题描述 在使用阿里云对象存储OSS的图片处理服务时，GIF格式的文件使用图片样式进行图片缩放或添加水印后，变成静态图片。原图URL和图片处理后的URL示例如下：原图URL为：...
数据湖投递概述
数据分层的存储与访问体验 数据投递到OSS后，表格存储 提供数据表、索引表、投递OSS等分层数据。满足不同场景的使用分析需求。注意事项 目前支持使用数据湖投递功能的地域有华东1（杭州）、华东2（上海）、华北2（北京）和华北3（张家口）...
数据备份概述
通过为实例中的表配置备份计划并执行，您可以备份 表格存储 中的重要数据到 云备份 中，如果重要数据被误删除或者恶意篡改，您可以将备份数据快速恢复到 表格存储 中。注意事项 当前支持使用数据备份功能的地域有华东1（杭州）、华东2...
使用教程（宽表模型）
Tablestore数据源表 存储在Tablestore中数据的主键和属性列值均可以在Flink中通过数据源表DDL以列名与相应的类型映射进行读取。更多信息，请参见 表格存储Tablestore连接器。DDL定义 数据源表的DDL定义示例如下：CREATE TABLE tablestore_...
环境准备
使用Hive/HadoopMR来访问表格存储中的表前，您需要完成JDK、Hadoop环境、Hive环境、表格存储Java SDK和阿里云EMR SDK的安装。使用Hive/HadoopMR来访问表格存储中的表 通过 表格存储 及 E-MapReduce 官方团队发布的依赖包，可以直接使用Hive...
计算与分析概述
表格存储支持通过MaxCompute、Spark、Hive或者HadoopMR、函数计算、Flink、Presto、表格存储多元索引以及表格存储SQL查询进行计算与分析。分析工具选择 表格存储支持 宽表模型、时序模型 等多种数据模型。使用不同数据模型时支持的分析工具...
准备工作
说明 在表格存储中通过控制台或者SDK创建存储电商数据的原始订单表OrderSource，OrderSource表有两个主键UserId（用户ID）和OrderId（订单ID）和两个属性列price（价格）和timestamp（订单时间）。DataV数据可视化 登录DataV的用户名和密码...
物联网存储介绍
宽表引擎：宽表引擎是一个分布式的数据表，用于设备元数据的存储与更新。时序引擎：时序引擎针对时间序列数据的特点进行设计，提供高压缩比存储，用于设备时序数据的存储与分析。索引引擎：索引引擎采用了倒排索引、空间索引等存储结构，...
方案背景
宽表模型的表结构设计请参见 宽表模型设计。多元索引用于车辆检索和圈选。更多信息，请参见 多元索引介绍。SQL查询用于车辆检索与分析。更多信息，请参见 SQL查询。通道服务提供与实时计算Flink对接的能力。更多信息，请参见 通道服务。...
常见问题
表格存储 面向海量结构化数据提供Serverless表存储服务，可以提供超大规模的存储容量，支撑超大规模的并发访问和低延迟的性能，能够轻松解决科学大数据的海量存储规模和查询性能问题。互联网大数据 热点新闻及娱乐八卦可以在短短数分钟内...
将HBase数据同步到表格存储
说明 创建数据表时建议使用HBase原主键或唯一索引作为表格存储数据表的主键。获取AccessKey用来进行签名认证。AccessKey包括AccessKey ID和AccessKey Secret。具体操作，请参见 获取AccessKey。步骤一：下载DataX DataX 是一个异构数据源...
阿里云存储服务
对象存储 对象存储OSS（Object Storage Service）是阿里云提供的海量、安全、低成本、高可靠的云存储服务，尤其适合非结构化数据（如图片、音视频）的存储。OSS在阿里云上提供高级别的数据持久性和可用性。其存储类型分为标准存储、低频...
数据集成服务
表格存储数据跨实例或者跨账号迁移同步 通过在DataWorks中配置表格存储相关的Reader和Writer插件，即可以完成表格存储数据表或者时序表的数据复制，如下图所示。表格存储相关的插件说明请参见下表。插件 说明 OTSReader 用于读取表格存储表...
索引介绍
此时您可以为这张表建立两张全局二级索引表，表结构分别为如下：重要 为了确保主键的唯一性，二级索引会将数据表的原主键的主键列也添加到主键列中，例如图中的FilePath列。图 1：索引1 图 2：索引2 有了这两张索引表，即可通过索引表的...
多元索引介绍
二级索引 通过创建一张或多张索引表，使用索引表的主键列查询，相当于把数据表的主键查询能力扩展到了不同的列。适用于能提前确定待查询的列，待查询列数量较少，且可以确定完整主键或主键前缀的场景。多元索引 使用了倒排索引、BKD树、列...
OTSStreamReader常见问题
例如表格存储数据表的结构为primary key:id,name，column name:col1,col2。如果Writer中配置为 parameter.column={ id,name,col1,col2 }，则实际同步的结构为 schema={ id,name,colname,version,colvalue,optype }。此时会出现“源表中您...
产品架构
数据接入 表格存储 提供SDK、DataWorks、IoT规则引擎等多种数据接入方式，支撑应用数据、消息数据、物联网数据等不同业务类型结构化数据的存储。Tablestore 多模型数据存储 表格存储 针对不同业务类型的结构化数据提供了宽表（WideColumn）...
方案背景
时序模型的表结构设计请参见 时序模型设计。通过表格存储的时间线检索和SQL查询进行车辆检索与分析。关于SQL查询的更多信息，请参见 SQL查询。时间线检索用于车辆检索，SQL查询用于车辆检索与分析。方案优势 采用分布式集群架构，具备水平...
方案背景
表格存储作为阿里云面向海量结构化数据提供Serverless表存储服务，具有海量数据存储、热点数据自动分裂、海量数据多维检索等功能，可以有效的地解决地理位置数据量大膨胀这一挑战。需求场景 某店铺搜索平台，提供了亿量级的店铺信息。用户...
背景
存储水平扩展，查询能力强 表格存储可实现PB级数据的存储和查询，同时提供全局二级索引、多元索引等功能扩充查询能力，满足多种业务的负载和查询需求。如果采用组合使用MySQL、HBase、Elasticsearch等多款产品的方式实现不同业务的查询需求...
数据存储量
如下图所示，表格存储中实例的数据总量是所有表的数据量之和，表的数据量是表中所有行的数据量之和，所有行的数据量是所有单行数据的主键列和属性列数据量之和。说明 关于最新的单价信息，请参见 表格存储价格详情页。下面举例说明如何计算...
迁移工具
表格存储数据跨实例或者跨账号迁移同步 通过在DataWorks/DataX中配置表格存储相关的Reader和Writer插件，即可以完成表格存储数据表或者时序表的数据复制，如下图所示。表格存储相关的插件说明请参见下表。插件 说明 OTSReader 用于读取表格...
车辆数据分析和价值挖掘
分析洞察的结果可以配置为自定义服务API，也可以直接被用户业务系统集成调用，用户只需关注业务开发，无需关注设备数据的存储、备份、分析和API开放等技术细节，大大加快了业务中物联网数据应用的开发。前提条件 数据分析动洞察前需要进行...
快速玩转Tablestore入门与实战
表格存储 面向海量结构化数据提供Serverless表存储服务，可以提供超大规模的存储容量，支撑超大规模的并发访问和低延迟的性能，可以轻松解决科学大数据的海量存储规模和查询性能问题。基于Tablestore的海量气象格点数据解决方案实战 互联网...
创建时序表
创建时序表时支持配置数据生命周期、时序时间线表的配置信息 和创建分析存储。分析存储可用于快速分析时序数据。前提条件 已通过控制台创建实例。具体操作，请参见 创建时序模型实例。重要 如果要使用分析存储，请在分析存储可用区创建时序...
管理存储过程
概述 在 OceanBase 开发者中心（OceanBase Developer Center，ODC）首页单击连接名进入连接后，在左导航栏中单击 存储过程 标签可查看存储过程列表，在存储过程列表中显示当前连接的数据库中存在的存储过程对象。在存储过程列表中，可查看...
删除分析存储
当不再需要使用分析存储来存储与分析时序数据时，您可以使用DeleteTimeseriesAnalyticalStore接口删除时序表下的分析存储。前提条件 已创建时序表和分析存储。具体操作，请参见 创建时序表 和 创建分析存储。已初始化TimeseriesClient。...
时序模型
删除时序表 当不再需要使用时序表存储时序数据时，您可以使用 DeleteTimeseriesTable 接口删除一张时序表。重要 时序表删除后不支持恢复，请谨慎操作。删除时序表时，系统会自动删除时序表下的分析存储。分析存储操作 为了低成本存储时序...
时序模型
删除时序表 当不再需要使用时序表存储时序数据时，您可以使用 DeleteTimeseriesTable 接口删除一张时序表。重要 时序表删除后不支持恢复，请谨慎操作。删除时序表时，系统会自动删除时序表下的分析存储。分析存储操作 为了低成本存储时序...
方案背景
表格存储（Tablestore）是阿里云自研的多模型结构化数据存储，可提供海量结构化数据的存储和查询分析服务。表格存储的分布式存储和强大的索引引擎能够支持PB级存储、千万TPS以及毫秒级延迟的服务能力。更多信息，请参见 什么是表格存储。...
通过PrestoDB使用Tablestore
批量导入数据 重要 批量导入数据前，请确保已创建目标表，且目标表的表结构与源数据表的表结构保持一致。以下示例用于将main_table表中gid大于0且uid小于10000的gid、uid、c1、c2和c3列数据批量导入到sampletable表中。insert into ...
核心概念的层次结构
MaxCompute具有层次结构，您可以通过了解其结构，为后期项目规划、安全管理等提供思路。本文为您介绍MaxCompute中核心概念的层次结构及简要含义。MaxCompute核心概念的层次结构如下。核心概念 说明 Project（项目）项目是MaxCompute的基本...
回收表碎片空间
当在MySQL数据库中频繁地执行INSERT、UPDATE和DELETE语句，会导致数据在磁盘上不再连续存储，形成碎片化的存储空间（即碎片空间）。碎片空间的存在会导致数据库性能下降。常规的回收表空间碎片操作（例如Optimize Table回收表空间）可能会...
创建数据表
使用CreateTable接口创建数据表时，需要指定数据表的结构信息和配置信息，高性能实例中的数据表还可以根据需要设置预留读/写吞吐量。创建数据表的同时支持创建一个或者多个索引表。说明 创建数据表后需要几秒钟进行加载，在此期间对该数据...
玄武分析型存储
多种索引类型多路归并查找的过程如下所示：结构化与非结构化融合 玄武存储层索引管理器实现结构化索引与非结构化索引的统一管理，如数值类的BKD索引、字符串类的倒排索引、非结构化的JSON索引及向量索引，还有文本数据的全文索引。...
资产全景
总数据量：分布式数据存储可能有多个副本（取决于计算引擎本身配置），当前展示的存储量为所有副本存储总量。仅统计生产项目（包括 prod 和 basic 项目），T+1 更新。总数据表数：生产环境所有物理表和逻辑表总数，实时更新。总项目数：...
资产全景
总数据量：分布式数据存储可能有多个副本（取决于计算引擎本身配置），当前展示的存储量为所有副本存储总量。机器学习PAI模型训练绑定的MaxCompute项目的数据量、外部项目计算源的数据量的不纳入计算。仅统计生产项目（包括 prod 和 basic ...
- 产品推荐
- 这些文档可能帮助您