省就是,对海量数据存储成本会有大幅的下降,除了自研的冷数据、热数据备份的策略,在存储层也做了自己的优化 。在时序数据库数据压缩方面,在现有的压缩算法上做了一些改进,达到了10倍数据压缩效果 。
占用计算存储资源通过云原生的方式,随机汲取,在没有太多的在线车辆的情况下,收缩它的计算能力,按实际的数据的访问使用量来收费,这样就节约很多数据超配的成本 。
数据库搭建应用对接开发工作量也会省下很多的人工的成本,一方面是数据库本身支持很多的第三方大数据生态接口的对接,另外云端搭建就不需要关心数据库安装和备份策略等配置的问题 。
数据库全生命周期运维管理的成本,也会节省很多,灾备集群的方案,数据库的整个转储等这些都是数据库内自动解决的 。
(五)Lindorm关键技术优势
1. 实时无损,高压缩比存储> 10:1
文章插图
10:1的深度优化,基于ZSTD算法的压缩,可以把原始的采集的时序数据,比如10GB数据存入到数据库内去做无损的压缩,做到10GB数据存到数据库内,1GB数据的存储容量就足够了,压缩效率相比现在业绩通用的SNAPPY压缩提升50%以上的压缩效率 。
2. 面向低价值密度监控数据的冷热分离低成本存储
文章插图
冷热分离的低成本的存储方案,我们是在Lindorm数据库内做的一体化整个分离,数据也是自动做分层,冷热的分离,就不需要人工介入 。冷数据存储成本一般比现在的热数据要降低80%以上,热数据为了满足性能的要求,一般用SD等高端的存储来存冷数据,性价比较高的存储来存这些历史数据 。这样的话既兼顾了查询的性能,同时又节约了成本 。
3. 云边端融合存储,数据自动实时、批量同步
文章插图
特点:1)边缘版轻量级快速集成部署
2)2HA高可用架构
3)具备与云端版本一样的功能
4)数据自动同步至阿里云TSDB实例集群
云边端一体化的存储的方案,边缘端的数据库、嵌入的数据库,根据策略去做实时的云端数据同步以及批量的数据的导入与导出 。
4. 多引擎超融合数据快速迁移同步
文章插图
在数据库内部是集成了一个ETL工具,做多模数据之间的数据导入导出,甚至对接第三方的HBase或者Cassandra、OpenTSDB等数据的迁移,可以把第三方的数据源数据通过LTS直接迁移到Lindorm数据库,就不用再依赖于第三方工具实现 。
5. 多模数据融合检索打通IT&OT数据交互
文章插图
多模数据融合检索打通IT&OT数据交互,实现跨多引擎引擎查询,提供全维检索能力 。
统一API,简单易用1)系统自动维护索引,应用开发不感知索引表
2)索引支持非冗余、冗余部分列、全冗余
3)查询时基于编译优化(RBO)全自动路由到搜索引擎,并智能判断是否需要回查宽表/时序引擎
数据自动同步到搜索引擎1)异步增量索引,基于LTS提供可扩展的同步通道,数据同步可视化
2)实时同步索引,引擎间数据强一致
针对IT数据和OT数据的交互融合,这一点可以实现一致的跨引擎查询,全文全维度的数据检索能力,通过上层一致数据,试图来帮助评比下层的数据存储、数据引擎的异构性,进一步简化使用成本和维护成本 。
#阿里云# #数据库#
推荐阅读
- 监控显示密码错误是什么意思 atm密码错误是什么意思
- 犬爱 狗狗为什么爱在轮胎上尿尿?
- 什么血型最稀有 古汉族人是什么血型居多?
- 飞鱼籽是人工合成的吗 飞鱼籽是什么鱼的籽
- 东风不与周郎便的东风指的是什么季节 东风不与周郎便的东风指的是什么
- 吃鸡是什么游戏 电脑吃鸡是什么游戏
- 超好玩的苹果手机游戏是什么 有啥好玩的苹果手机游戏
- dat文件是什么类型文件
- 物之不齐 物之情也是什么意思政治 物之不齐 物之情也是什么意思
- 茶水配油条什么意思 茶配油条是什么意思