时序数据低成本分析存储_表格存储(Tablestore)-阿里云帮助中心

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。

背景信息

分析存储是表格存储针对时序场景进行定制优化的低成本存储引擎。分析存储不仅支持高效的数据压缩存储，还具备强大的查询和分析功能，非常适合大规模的数据分析和查询任务。

分析存储与时序表的数据存储相互独立，允许用户自定义数据的生命周期（TTL），对分析存储的查询操作不会对时序表的读写性能产生影响。

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。

分析存储支持的功能特性说明请参见下表。

功能特性	说明
开启实例的分析存储功能	创建时序模型实例时，为实例开启分析存储后，实例下的时序表支持创建分析存储。
创建分析存储	您可以在创建时序表时为时序表创建分析存储，也可以为存量时序表创建分析存储。创建分析存储时支持为分析存储配置生命周期TTL和同步方式（包括存量同步和增量同步）。分析存储的生命周期与时序表的数据生命周期相互独立。
删除分析存储	如果不再需要使用分析存储来存储与分析时序数据，您可以删除分析存储节约存储费用。
查询分析存储描述信息	查询分析存储的配置信息、同步状态和存储数据大小。
同步时序表的时序数据	通过控制台、SDK、CLI工具等方式将时序数据批量写入一张时序表中。写入时序表的数据会在分析存储中同时存储。
更新分析存储数据生命周期	修改分析存储数据生命周期TTL，优化存储费用。
SQL查询分析	分析存储支持通过SQL进行查询，SQL中支持通过使用不同条件进行聚合分析操作。

海量数据的实时分析
对于时序的热数据采用表格存储行列混合的宽表存储，提供海量数据的实时自增写、覆盖和查询；对于时序全量历史数据采用列存储，当对数据进行查询或者分析时只读取所需的列数据，从而提高查询效率和数据处理速度。
低成本数据存储
- 冷热数据分层存储，采用不同的存储介质
  对于时序的热数据采用表格存储行列混合的宽表存储，对于时序全量历史数据采用列存储。
- 高数据压缩率存储
  列存储能更好地利用数据重复性，结合RLE、DICTIONARY、DELTA、BIT-PACKING等方法进行压缩编码，将数据进行压缩，存储空间利用率高，从而节省存储成本。
灵活分层的TTL设置
在同一张时序表上，时序数据存储和时序分析存储采用不同的数据生命周期。

更多信息，请参见时序模型限制。

如果使用过程中遇到问题，请通过钉钉加入用户群物联网存储 IoTstore 开发者交流群联系我们。

您可以通过如下方式使用时序分析存储。

更多信息，请参见时序模型计量计费。