云数据库 HBase应用场景及优势
云栖号快速入门:【点击查看更多云产品快速入门】
不知道怎么入门?这里分分钟解决新手入门等基础问题,可快速完成产品配置操作!
总览
ApsaraDB for HBase是一个键值/宽表型的分布式数据库,适用于任何数据规模,可以提供单个毫秒响应的性能,尤其擅长低成本、高并发的场景,支持水平扩展到PB级存储和千万级QPS,在淘宝、支付宝、菜鸟等众多阿里巴巴核心服务中起到了关键支撑的作用。
总的来说,其适合的场景包括:
HBase的设计之初是为了满足互联网的大数据场景,几乎所有非强事务的结构化、半结构化的存储需求都可以使用HBASE来满足。ApsaraDB for HBase是NoSql,讲的是Not only SQL,但也支持SQL及二级索引。
大数据场景:海量数据的低成本存储与分析
阿里云HBase支持海量全量数据的低成本存储、快速批量导入和实时访问,具备高效的增量及全量数据通道,可轻松与Spark、MaxCompute等大数据平台集成,完成数据的大规模离线分析。
优势
- 低成本:高压缩比,数据冷热分离,支持HDD/OSS存储
- 数据通道:通过BDS构建云HBase与异构计算系统的高效、易用的数据链路
- 快速导入:通过BulkLoad将海量数据快速导入HBase,效率比传统方式提升一个数量级
- 高并发:水平扩展至千万级QPS
- 弹性:存储计算分离架构,支持独立伸缩,自动化扩容
广告场景:海量广告营销数据的实时存储
使用阿里云HBase存储广告营销中的画像特征、用户事件、点击流、广告物料等重要数据,提供高并发、低延迟、灵活可靠的能力,帮助您构建领先的实时竞价、广告定位投放等系统服务
优势
- 低延迟:单个毫秒响应,支持双集群请求并发加速
- 高并发:水平扩展至千万级QPS
- 使用灵活:动态列,自由增减特征/标签属性;TTL,数据自动过期
- 低成本:高压缩比,数据冷热分离,支持HDD/OSS存储
- 数据通道:通过BDS构建云HBase与异构计算系统的高效、易用的数据链路
- 高可用:主备双活容灾,请求自动容错,满足99.99% SLA
车联网:车辆轨迹与状况数据的高效存储处理
使用阿里云HBase存储车联网中的行使轨迹、车辆状况、精准定位等重要数据,提供低成本、弹性、灵活可靠的能力,帮助您构建领先的网约车、物流运输、新能源车检测等场景服务
优势
- 低成本:高压缩比,数据冷热分离,支持HDD/OSS存储
- 弹性:存储计算分离架构,支持独立伸缩,自动化扩容
- 使用灵活:动态列,自由增减特征/标签属性;TTL,数据自动过期;多版本
- 数据通道:通过BDS构建云HBase与异构计算系统的高效、易用的数据链路
- 低延迟:单个毫秒响应,支持双集群请求并发加速
- 高可用:主备双活容灾,请求自动容错,满足99.99% SLA
互联网社交:高效、稳定的Feed流信息存储
使用阿里云HBase存储社交场景中的聊天、评论、帖子、点赞等重要数据,提供易开发、高可用、延迟的能力,帮助您快速构建稳定可靠的现代社交Feed流系统
优势
- 易开发:提供社交IM场景专属的FeedStream功能,开发效率和运行性能提升一个数量级
- 高可用:主备双活容灾,请求自动容错,满足99.99% SLA
- 低延迟:单个毫秒响应,支持双集群请求并发加速
- 低成本:高压缩比,数据冷热分离,支持HDD/OSS存储
- 弹性:存储计算分离架构,支持独立伸缩,自动化扩容
金融&零售:海量订单记录与风控数据的实时存储
使用阿里云HBase存储金融与零售交易中的海量订单记录,金融风控中的用户事件、画像特征、规则模型、设备指纹等重要数据,提供低成本、高并发、灵活可靠的能力,帮助您构建领先的金融交易与风控服务
优势
- 低成本:高压缩比,数据冷热分离,支持HDD/OSS存储
- 高并发:水平扩展至千万级QPS
- 使用灵活:动态列,自由增减特征/标签属性;TTL,数据自动过期;多版本
- 低延迟:单个毫秒响应,支持双集群请求并发加速
- 数据通道:通过BDS构建云HBase与异构计算系统的高效、易用的数据链路
- 高可用:主备双活容灾,请求自动容错,满足99.99% SLA
本文来自 阿里云文档中心 云数据库 HBase 应用场景
【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/zhibo立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
“新基建”因你更安全!-网络数据安全标准体系
数据泄露事件频频发生,从微博5亿用户信息泄露被约谈,到万豪520万客户信息外泄,再到百万条银行客户信息疑被盗卖以及同花顺账户恶意被黑,而这仅仅是2020年4月中被爆出的几件,这意味着各行业正在遭受高频次数据泄露安全事件困扰,各个企业,无论大小,一旦发生数据泄露,都会遭受巨大的损失! 伴随着5G、物联网等新型基础设施建设(简称:新基建)大规模推进,未来个人信息在网上应用将更加普遍,数据安全挑战也将越来越严峻。未来一旦遇到网络攻击,它带来不仅仅是传统的网络攻击,它的破坏力将会骤增,“新基建”下的网络攻击将从数字空间延伸到物理空间,会造成非常严重的后果。这种攻击不仅仅是针对一辆车,而是会因为一辆车被攻击导致大面积的交通事故。 日前,工信部起草了《网络数据安全标准体系建设指南(征求意见稿)》,通过顶层设计,制定政府引导和市场驱动相结合的网络数据安全标准体系建设方案,有利于“新基建”健康运行。 明年标准体系将初步建成 《建设指南》(征求意见稿)指出,到2021年,初步建立网络数据安全标准体系,有效落实网络数据安全管理要求,基本满足行业网络数据安全保护需要,推进标准在重点企业、重点领域中的应用,研...
- 下一篇
利用Neo4j联邦实现LDBC社交网络分割
什么是Neo4j联邦以及水平分片 Neo4j 4.0发布了一个令人兴奋新功能:Neo4j联邦。Neo4j联邦的操作原理从本质上讲非常简单,它提供了一种方式来执行针对多个Neo4j数据库的Cypher查询。 可以通过多种方式来使用此功能,包括跨多个独立数据库的联合查询与分析,数据存储和处理可以水平扩展,也可以进行不同的混合部署。 接下来,我们将探讨如何使用联邦功能来实现著名且具有挑战性的LDBC社交网络基准图的水平缩放(即分片)。 对图数据进行分片是一个众所周知的难题。我们将展示如何使用Neo4j联邦实现分片,Neo4j联邦将分片存储为独立和不相交的图,这意味着关系不会跨越分片。而是使用我们称为代理节点并关联ID值的方法对此类关系进行建模。我们将依赖有关数据模型和将要运行的查询以及要针对哪些查询进行优化的知识,以针对特定用例创建分片数据模型。 最后,我们将通过比较分片版本和非分片版本之间的查询时间和吞吐量,展示联邦功能如何提高查询性能。 LDBC社交网络基准概述 LDBC社交网络基准提供了数据模型规范以及数据生成器,以及一组查询规范。需要注意的是,我们并没有使用基准所指定的基准工作负载,...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7安装Docker,走上虚拟化容器引擎之路
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS8编译安装MySQL8.0.19
- Docker安装Oracle12C,快速搭建Oracle学习环境
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- CentOS关闭SELinux安全模块
- CentOS7设置SWAP分区,小内存服务器的救世主
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- CentOS8安装Docker,最新的服务器搭配容器使用