使用流程
时序数据由元数据和数据两部分组成，如果未预先新建元数据，则系统会根据写入的数据自动提取元数据。5 查询时序数据 查询时序时，如果不确定要查询的时间线信息（例如度量名称、数据源信息），您可以指定多种条件检索时间线，然后再进行...
宽表模型介绍
基于物联网场景中多源异构数据存储、高并发吞吐、海量数据高性价比存储、多维度数据处理与分析等需求，表格存储推出了一站式物联网存储IoTstore解决方案，为物...元数据、消息数据、时序轨迹等海量数据提供存储、查询、检索、分析、同步等能力...
时序模型介绍
时序数据由元数据和数据两部分组成，如果未预先新建元数据，则系统会根据写入的数据自动提取元数据。说明 表格存储还提供了时序Writer用于将时序数据写入时序表，时序Writer支持多表写入、写入状态统计、行级别回调和自定义配置功能。更多...
导出全量数据到OSS
如果所用的数据存储模型是时序模型（即使用时序表存储数据），则需要同步时序表中的数据，请按照 同步时序表数据的任务配置 进行配置。同步数据表数据的任务配置 在 数据集成 节点下，双击打开新建的离线同步任务节点。配置同步网络链接。...
计量计费项
计费项 按量模式下，表格存储实例产生的费用主要由读吞吐量、写吞吐量、数据存储量和外网下行流量四部分构成。计费项 付费方式 计费标准 读吞吐量 预留读吞吐量 按量付费 资源包 实例所有表的预留读吞吐量之和，按小时计费（账单周期内每...
现代IM系统中的消息系统—模型
Timeline Queue 用于存储和同步消息的队列，队列中元素由以下两部分组成。Sequence Id：顺序ID，队列中用于定位Message的位点信息，在队列中顺序ID保持递增。Message：队列中承载消息的实体，包含了消息的完整内容。Timeline Data Timeline...
如何优化高并发IM系统架构
使用了表格存储主键列自增功能后的新架构特点如下：与原架构相比，新架构最明显的区别是减少了队列服务和自增ID生成器两个组件，架构更加简单。应用服务器接收到消息后，直接将消息写入表格存储，对于主键自增列message_id，在写数据时不...
模型介绍
完整模型 时序数据包含元数据和数据点两个部分。元数据：由Name、Tags以及Attributes组成。Name+Tags可以唯一确定某个元数据。数据点：由Timestamp、Location以及Fields组成。元素 描述 Name 定义数据的类别 Tags 唯一标识个体的元数据 ...
现代IM系统中的消息系统—实现
以下内容按照聊天系统的消息存储、关系维护、即时感知、多端同步四个功能模块分块，分别介绍每一部分的功能、方案介绍、表设计以及实现代码等。功能模块 功能：消息存储 消息系统中，消息存储是最基本的功能。对于消息存储（提供消息的读、...
功能特性
时序模型介绍 时序表操作 时序数据生命周期 基础数据操作 使用SQL查询时序数据 分析模型 使用分析存储（Analytical Store）功能，您可以低成本存储时序数据以及快速查询和分析时序数据。分析存储功能主要用于时序数据长期存储和分析场景。...
时序分析存储概述
分析存储能够自动同步时序表数据，在数据写入速率稳定的情况下，同步操作的延迟通常在10分钟内，如果业务压力过大，分析存储会优先保证存储稳定性，同步延迟会略微增加。功能特性 分析存储支持的功能特性说明请参见下表。功能特性 说明 ...
数据集成服务
数据导入的迁移方案包括同步MySQL数据到表格存储、同步Oracle数据到表格存储、同步Kafka数据到表格存储、同步HBase数据到表格存储、同步MaxCompute数据到表格存储、同步表格存储数据表中数据到另一个数据表和同步表格存储时序表中数据到另...
概述
基于Tablestore Sink Connector，您可以将Apache Kafka中的数据批量导入到表格存储（Tablestore）的数据表或者时序表中。背景信息 Kafka是一个分布式消息队列系统，不同的数据系统可以通过Kafka Connect工具将数据流输入Kafka和从Kafka获取...
现代IM系统中的消息系统—架构
基于Timeline构建的现代消息系统能够同时支持消息系统的多种特性，包括多端同步、消息漫游和在线检索，在性能和规模上能够实现全量消息云端存储和索引、百万TPS写入以及毫秒级延迟的消息同步和检索能力。背景 在这个高度信息化的移动互联网...
数据模型
基本概念 物联网、应用监控、工业互联网等典型的时序场景下，数据源（Data Source）通常按一定的周期持续产生时序数据，一条时序数据由Tag、Timestamp、Field等元素共同来描述，具有相同特征的一类数据存放在同一张表中，表的时序数据元素...
SQL查询介绍
物联网存储IoTstore是表格存储基于物联网场景中多源异构数据存储、高并发吞吐、海量数据高性价比存储、多维度数据处理与分析等需求推出的一站式物联网解决方案，...元数据、消息数据、时序轨迹等海量数据提供存储、查询、检索、分析、同步等能力...
产品架构
冷热分层存储 数据存储支持自动冷热分层，同时 表格存储 支持高性能实例和容量型实例两种实例规格来满足不同业务的数据存储需求。实例规格 描述 高性能实例 适用于对读写性能和并发都要求非常高的场景，例如游戏、金融风控、社交应用、推荐...
时序数据（Metric）
时序数据由时序标识和数据点组成，相同时序标识的数据组成时间线。时序标识 每条时间线都有一个唯一的时序标识，由Metric name和Labels组成。Metric name是一个字符串类型的标识符，用于标识指标类型。Metric name需遵循正则表达式[a-zA-Z_...
产品架构
也可以作为宽表引擎、时序引擎的索引存储，对用户保持透明，即宽表/时序中的部分字段通过内部的数据链路自动同步搜索引擎，而数据的模型及读写访问对用户保持统一，用户无需关心搜索引擎的存在，跨引擎之间的数据关联、一致性、查询聚合、...
时序模型介绍
通过时序模型，您可以对时间序列进行存储、查询和分析。时序模型提供了数据生命周期、时间线索引、冷热存储、数据压缩等功能以满足时序数据的低成本存储以及高性能查询分析的需求。时序模型在车联网场景中主要用于车辆轨迹数据的存储、查询...
对象存储OSS
存储类型 OSS提供标准存储、低频访问存储、归档存储、冷归档存储和深度冷归档存储多种存储类型，全面覆盖从热到冷的各种数据存储场景。存储类型 说明 标准存储 提供高可靠、高可用、高性能的对象存储服务，能够支持频繁的数据访问。适用于...
基本概念
D 多模 云原生多模数据库 Lindorm 支持宽表、时序、对象、文件、队列、空间等多种数据模型，提供标准SQL和开源接口两种方式，各数据模型之间数据互融互通，使得应用开发更加敏捷、灵活和高效。DMS 数据管理（Data Management Service，简称...
通过控制台使用时序模型
时序数据由元数据和数据两部分组成，如果未预先新建元数据，则系统会根据写入的数据自动提取元数据。在 时序表列表 页签，单击时序表名称后选择 数据管理 页签或在时序表 操作 列单击 数据管理。（可选）新建时间线。在 数据管理 页签，...
功能特性
相比于传统的复杂组合方案（由Kafka、Flink和数据库组成），Lindorm提供了一体化的存储、计算和查询能力，简化了运维操作，降低了开发成本。兼容Flink和Kafka 易用性 统一SQL入口 通过SQL来完成对各引擎的操作。Lindorm SQL语法手册 存储...
版本及存储引擎
本文介绍云数据库MongoDB支持的版本、引擎及版本和引擎之间的适配关系，帮助您选择适合您的业务需求的实例。支持版本 云数据库MongoDB支持如下版本：说明 您可以在实例运行期间手动升级数据库版本，但版本升级后不支持降级。详情请参见 ...
数据集成
通过脚本模式配置离线同步任务 实时同步任务 实时同步支持将多种数据源进行星型链路组合，您可将多种输入及输出数据源搭配，组成多种同步链路进行数据同步。数据集成通过配置输入输出，可实现单表数据同步至目标单表，以及整库数据同步，...
增量同步性能白皮书
测试数据说明 如下图所示，样例数据由4个主键和1~2个属性列组成，单行的大小在220字节左右。第一主键（分区键）会使用4-Byte-Hash的方式产生，这样可以确保压测数据比较均匀的写入到每个分区上。测试指标 本次测试主要包含以下几项指标。...
SQL查询
时序分析存储写入数据存在同步延迟，查询最近数据进行计算时会存在部分数据未同步的情况。语法 SELECT select_expr[,select_expr].[FROM table_references][WHERE where_condition][GROUP BY groupby_condition][ORDER BY order_condition]...
关键概念
field由field key和field value组成，其中，field key（butterflies 和 honeybees）是字符串，field key butterflies 告诉我们蝴蝶的数量：从12到7，而field key honeybees 告诉我们蜜蜂的数量：从23到22。field value是您的数据，它们可以...
导出全量数据到MaxCompute
如果需要使用MaxCompute备份 表格存储 数据或者迁移 表格存储 数据到MaxCompute中使用，您可以通过在DataWorks数据集成控制台新建和配置离线同步任务来实现全量数据导出。全量数据导出到MaxCompute后，您可以使用DataWorks数据分析功能查看...
什么是表格存储
表格存储（Tablestore）面向海量结构化数据提供Serverless表存储服务，同时针对物联网场景深度优化提供一站式的IoTstore解决方案。适用于海量账单、IM消息、物联网、车联网、风控、推荐等场景中的结构化数据存储，提供海量数据低成本存储、...
查看实时运行数据
本文介绍如何查看时序数据存储IOPS和存储空间的实时使用情况及对应的监控图表，设置相关报警规则。操作步骤 登录 物联网平台控制台。在 实例概览 页面，找到对应的企业版实例，单击实例 ID 或备注名称进入 实例详情 页面。在左侧导航栏，...
写入时序数据
时序数据由时间线元数据和时序表数据组成。如果未预先新建时间线元数据，当写入时序数据时，系统会自动提取该时间线的元数据信息并自动构建索引。说明 在表格存储的时序模型中采用一张二维的时序表来存储时序数据。每行代表一个时间线在...
查询和分析时序数据
默认由Metric name和Labels拼接组成时序图图例名称，日志服务支持使用变量引用Labels中指定的值，格式为 {{值名称}}。例如Labels为 {ip="192.0.2.1"}，则将 图例格式化 设置为 {{ip}} 后，时序图图例显示为 192.0.2.1。相关操作 操作 说明 ...
常见问题
本文列举了阿里云 表格存储 的常见问题，帮助您快速了解 表格存储。一般性常见问题 什么是 表格存储？表格存储 面向海量结构化数据提供Serverless表存储服务，同时针对物联网场景深度优化提供一站式的IoTstore解决方案。适用于海量账单、IM...
通过控制台使用分析存储
在 表格存储 控制台创建时序模型实例后，您可以在实例下创建分析存储并使用SQL查询时序数据。注意事项 时序分析存储功能将从2023年12月20日正式开始收费。目前支持使用时序分析存储功能的地域有华东1（杭州）、华东2（上海）、华北2（北京...
极速同步
MNS的费用由主题（Topic）和队列（Queue）两部分组成，并按天进行计费。每个极速同步组按照一个Topic进行计费，每个加入同步组的共享都会按一个Queue进行计费。在API调用情况小于2,000万次的情况下，每个Topic的单价为2元/天，Queue的单价...
CreateExpressSync
MNS的费用由主题（Topic）和队列（Queue）两部分组成，并按天进行计费。每个极速同步组按照一个Topic进行计费，每个加入同步组的共享都会按一个Queue进行计费。极速同步功能依赖于阿里云消息服务MNS实现，因此使用极速同步会产生MNS服务的...
实例
具体操作，请分别参见 将表格存储数据表中数据同步到另一个数据表 和 将表格存储时序表中数据同步到另一个时序表。不论当前实例规格，使用多元索引时均会产生高性能存储量、预留读吞吐量与按量读吞吐等。更多信息，请参见 多元索引计量计费...
基本概念
时序存储（MetricStore）日志服务提供MetricStore用于存储时序数据，并在时序数据存储的基础上提供查询和分析（SQL92语法、PromQL语法）功能。告警监控任务依赖于查询与分析功能。告警（Alert）独立表达时，代表一个告警事件（Alert event...
- 产品推荐
- 这些文档可能帮助您