时序分析存储概述

更新时间: 2023-12-18 16:07:35

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。

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

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。

核心优势

  • 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。

使用限制

更多信息,请参见时序模型限制

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)和华北3(张家口)。

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。

be4365aa89c9377dd75d4b52b60d7144.jpg

使用方式

您可以通过如下方式使用时序分析存储。

计费说明

更多信息,请参见时序模型计量计费

阿里云首页 表格存储 相关技术圈