首页
学习
活动
专区
圈层
工具
发布

首次揭秘双11双12背后的云数据库技术!| Q推荐

是什么样的数据库撑起了 2021 年的双 11 双 12 的稳定进行?...《数据 Cool 谈》第三期,阿里巴巴大淘宝技术部双 12 队长朱成、阿里巴巴业务平台双 11 队长徐培德、阿里巴巴数据库双 11 队长陈锦赋与 InfoQ 主编王一鹏,一同揭秘了双 11 双 12 背后的数据库技术...在双 11 双 12,这种方式的弊端会被进一步放大。数据显示,在双 11 秒杀系统中,秒杀峰值交易数据每秒超过 50 万笔,是一个非常典型的电商秒杀场景。...在 2021 年双 11 双 12 中,有一种无所不在的技术力保证了整体系统的稳定,如 PolarDB 具备的极致弹性、海量存储和高并发 HTAP 访问的产品特性。...“那这背后对于一个新的数据库产品类型的要求,实际上整个业界大家都是在探索阶段。” 写在最后 双 11 双 12 背后的数据库技术支持远不止于此。

53.1K50

【推荐】再谈数据挖掘——时序预测初探

这两幅图代表了大数据环境下趋势预测的典型场景,即事件预测和时序预测,本文重点关注第二幅图中的场景,即与时间维度相关的时间序列预测。 2....为提高预测的精度,机器学习算法被引入时序预测,此类方法根据具体的应用场景,选取可能影响预测值的features,将这些features引入模型,应用机器学习的分类/回归模型来进行预测。...现实预测中,机器学习方法往往结合传统时序预测法来运用。 4....展望 大数据时代的时序预测得到越来越多的关注,能够准确预测趋势是时序预测的基础应用,其他场景如异常检测等也应用了时序预测方法,我们期待时序预测能够有更多的应用场景,比如通过精准预测,发现可能出现的突发事件以提高应对措施...这里初步探索的ARIMA模型是通用场景下的时序预测,在具体应用场景下,预测可以做的更精确。

1.5K40
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    时序数据选型、存储模型与选型

    时序数据选型、存储模型与选型一、时序数据的特征与挑战时间戳驱动:数据天然带有时间维度,典型场景包括监控指标、传感器采集、交易日志。高吞吐写入:数据持续产生,要求数据库具备批量写入与乱序处理能力。...优势:高性能写入、数据压缩、生态成熟(Grafana集成)。不足:缺乏复杂事务与联结操作,大规模场景下存储占用仍需优化。...三、其他主流时序数据库对比数据库核心定位数据模型优势典型场景TDengine面向物联网优化“一设备一表”+超级表单设备写入快,查询聚合高效IoT、工业监控TimescaleDBPostgreSQL扩展关系型表...五、总结与建议InfluxDB:通用时序场景首选,生态成熟,学习曲线较低。TDengine/IoTDB:贴合物联网与工业场景,数据模型针对设备优化。...TimescaleDB:适合已有SQL技术栈的团队,兼顾关系型与时序特性。Prometheus:监控首选,但不适合长期存储。选型建议:根据业务场景、数据规模与团队技术栈综合评估,避免“一刀切”。

    96110

    腾讯云双11活动COS标准存储产品深度评测

    引言每年的双11购物节,已经成为# 腾讯云双11活动COS标准存储产品优惠与产品介绍特性引言每年的双11购物节,作为中国最大的购物狂欢节,吸引了无数消费者的目光。...本文将详细介绍腾讯云COS标准存储的产品特性、使用场景、优惠活动以及如何在双11期间最大化利用这些优惠。...三、双11活动优惠3.1 活动时间腾讯云双11活动通常在每年的11月11日进行,活动时间一般持续数天,具体时间以腾讯云官网公告为准。...六、总结腾讯云COS标准存储作为一款高性能、高可用性的云存储产品,在双11活动期间推出的优惠活动为用户提供了极大的便利。通过合理利用COS的特性和优惠,用户可以在数据存储和管理上获得更好的体验。...希望本文能够帮助你更好地了解腾讯云COS标准存储产品及其在双11活动中的优惠信息,助力你的云计算之旅。

    38.9K10

    PostgreSQL+TimescaleDB:时序算法数据存储方案

    在传统时序数据库与通用OLTP数据库之间徘徊后,我们选择了PostgreSQL + TimescaleDB的组合。这个决定最初遭到质疑:"PostgreSQL能处理时序数据?"...架构选型:为何要PostgreSQL+TimescaleDB1.1 时序数据存储的核心痛点业务场景:百万级IoT设备(传感器、智能表计、工业机器人)每秒产生10万+数据点痛点维度传统方案(InfluxDB...数据建模与分区策略实战3.1 时序数据模型设计原则原则I:时间戳作为第一索引-- 正确:时间戳在最前,支持高效范围扫描CREATE TABLE metrics ( ts TIMESTAMPTZ NOT...Chunk数元数据开销查询性能适用场景1小时5000万条2160高(100MB+)单小时极快高频点查1天5000万条90中(5MB)综合最优推荐7天5000万条13低(1MB)范围扫描慢低频归档1月5000...开销仅2倍,但节省90%存储压缩策略对比表:策略触发时机压缩率查询开销写入影响推荐度90天后自动90%+100%无⭐⭐⭐⭐⭐30天后自动85%+150%无⭐⭐⭐手动立即手动92%+200%锁表⭐⭐不压缩

    2.6K10

    大数据揭秘“双11”成长史

    11月11日,本来也就是文艺单身狗们发点牢骚,抒抒情的日子,可如今却变成了电商最惨烈的战场,这场起源于2009年的“品牌商的5折活动”,现如今已经成了一个“疯狂吸金”的强大商标,这一部双11的成长史,每一年都给我们一组新的惊人数字...,博古才能通今,通观这些历年的双十一大数据,看看我们除了总结过去之外,还能不能预测一下未来。...2013年,双11“光棍节”支付宝交易额达350.19亿元。2014年达到571.12亿元。 ?...淘宝和天猫各自销售额 年份 淘宝(亿元) 天猫(亿元) 2011 18.4 33.6 2012 59 132 2013 未公布 未公布 2014 未公布 未公布 2009年到2011年这三年基本是阿里双11...小结: 以上就是历年双11的一些大数据,这些数据其实不仅仅是阿里的一个成长,也代表着其他一些变化,比如说:天猫的销售额占总体销售额越来越高,移动端收入占比越来越高,单店销售收入冠军从生活服饰类变成了手机

    8.9K10

    TDengine 时序数据库的数据存储与压缩技术

    随着物联网、 工业互联网和车联网等智能互联技术的快速发展,时序数据库在处理海量时序数据方面的重要性日益凸显。 时序数据库不仅需要高效地存储数据,还需要通过压缩技术来减少存储空间和提高查询性能。...本文将探讨时序数据库的数据存储与压缩技术。数据存储技术时序数据库的数据存储技术主要包括以下几个方面:1 ....数据归档 : 对于历史数据,时序数据库可以采用数据归档技术,将不常访问的数据移至低成本存储介质,从而节省存储成本。例如, TDengine 就支持 S3 、 微软对象存储。...数据压缩技术时序数据的压缩技术是时序数据库中的关键技术之一,主要包括以下几种方法:1 . 无损压缩 : 无损压缩技术在保证数据完整性的前提下,减少数据存储空间。...通过合理选择和应用这些技术,可以显著提高数据存储和查询的效率,降低存储成本。 随着时序数据库技术的不断发展,未来将会有更多创新的存储与压缩技术被应用于实际场景中。

    42510

    CTSDB时序存储:车联网海量低成本时序数据库技术概要

    2024腾讯全球数字生态大会 (Tencent Global Digital Ecosystem Summit) 主讲人: 闫恩全 一、 产品定位与核心亮点 技术定义: CTSDB是一款面向车联网场景设计的时序数据库...(Time Series Database),采用云原生容器化部署架构,专为处理高并发、海量增长的时序数据而构建。...s,月增10%+),波峰波谷差异达 3倍;传统存储(如C*)扩容需停服且数据迁移慢;PB级数据长期保存导致存储成本极高;自运营开源组件引入额外运维人力。...冷热分层: 最近数据保存 SSD,冷数据转存低成本介质。 高性能查询: 零存整取优化: 单时间线数据集中存储,配合 Route Tag 精确到特定分区。...存储双维扩展: 时间层面(高效TTL/冷热分层)与维度层面(扩展写入流量)。 读写隔离: 独立的写入与查询计算池,避免资源争抢。 4.

    35000

    2018天猫双11各项数据发布

    数据:双11当天,小米新零售全渠道支付金额创下52.51亿元新纪录。   双11已有10年时间,每年的冠军商家是谁?主力消费者、惊喜品类和创新业务是……?看下图~点击看大图 ?...张勇分享双11体会:顺着马老师昨天在视频里表达的,作为双11十年的经历者,我也想对大家表达一声感谢。...张勇:双11是24小时的shopping day,不仅是购物,还是分享快乐和购物的乐趣,这是双11所做到的。...张勇:今天的双11,不仅是消费力量的体现,也是大的商业力量的体现。通过大数据,云计算平台,赋能商家,这也是我们“让天下没有难做的生意”愿景。 张勇:双11期间,国际品牌成交量超40%。...蚂蚁金服“双11”期间数据:生物技术让数亿人的支付时长缩短至1秒,今年双11生物支付占比达到60.3%。

    4.2K10

    数据告诉你:面对双11,线下商机何在

    芝麻科技授权转载 微信:Smart_Business 每年的双11都呈愈演愈烈之势,今年双11,天猫成交额更是达到了前所未有的912亿。 线上的购物狂欢对实体商业究竟有什么影响?...实体商业在双11的大背景下,还有没有可以挖掘的商机? 双11为实体商业带来了大量的销售机会。...研究数据涉及北京、武汉、深圳重点商圈的男装、女装、化妆品店在“双11”前一个周末(11月7日、11月8日)的客流及客群画像与“双11”前三周的对比。由芝麻科技的客流分析系统有数提供研究所需数据。...热力图直观呈现了品牌受众在双11前周末的分布情况,如果品牌能够充分利用客群的聚集效应,可以高效地将人气转化为销量。...双11不是实体商业的黑色周,相反,无论是客流数据,还是客群画像,都证明了旺盛的购物意愿会为实体商业带来大量销售机会。

    9.1K60

    数据库存储学习路径推荐

    我自己就是从业务自学转入数据库内核研发岗位的,根据自己的经历,简单总结了一下入门数据库相关的学习路线、学习资料、项目书籍推荐等,大家可以参考。...可以了解到数据库的基本概念,例如存储、BufferPool 管理、索引、优化器、执行器、事务、MVCC 等。...之所以推荐写存储类的小项目,主要是因为存储层的 KV 一般比较好实现,同时又能够了解到一些数据库的基本设计理念。...当然如果你对某个部分特别感兴趣的话,比如优化器之类的,也可以多去了解然后自己实践,我这里推荐存储和事务的实现,是因为相对来说比较容易上手。...---- 为了帮助你更高效的学习,我还整理了一份数据库开发的学习资料,数据库的各个方面都涉及到了,例如 SQL、优化器、执行引擎、存储等等,包含一些优质的书籍、论文、视频课程、博客等,还有一些优质的教学类项目

    5.7K20

    能耗监测时序数据的存储选型复盘

    能耗监测时序数据的存储选型复盘能耗监测数据的分层架构,指把分钟级写入的原始读数与低频聚合的报表读数拆开存放,各配引擎与口径的数据组织方式。...数据原先压在通用关系库的单表里,行数过千万后,餐饮区上月峰段用电这类切片查询40秒起步,月度分摊报表靠人工导表,两天出数。存储选型没有通吃答案。...:接入、建模与双写切换数据链路如下图:表计读数经网关转物联网平台(IoTHub),规则引擎一路把全量读数直投时序库,一路把越限事件投消息队列触发告警,看板与报表直接查库聚合。...Q1:三年以上历史读数要不要全量搬进时序库?现象:迁移任务连跑2天未完成,存储账单翻倍。原因:历史读数使用频率极低,全量搬迁只抬成本不提价值。...参考资料腾讯云时序数据库产品文档:Metric建模、标签过滤与聚合查询据DL/T645-2007《多功能电能表通信协议》整理的读数口径据物联网平台规则引擎SQL语法说明整理的分流投递配置本文标签建模与双写对账口径参考合众致达

    20510

    Prometheus时序数据库-磁盘中的存储结构

    前言 之前的文章里,笔者详细描述了监控数据在Prometheus内存中的结构。而其在磁盘中的存储结构,也是非常有意思的,关于这部分内容,将在本篇文章进行阐述。...包括标签/索引/符号表数据等等。Block的实质就是将一段时间里的内存数据组织成文件形式保存下来。...最近的Block一般是存储了2小时的数据,而较为久远的Block则会通过compactor进行合并,一个Block可能存储了若干小时的信息。...它设计成一条LabelIndex可以表示(多个标签组合)的所有数据。不过在Prometheus代码中只会采用存储一个标签对应所有值的形式。...如果要删除部分数据,就只能记录一下删除数据的范围,由下一次compactor组成新block的时候删除。而记录这些信息的文件即是tomstones。

    4.2K00

    Prometheus时序数据库-内存中的存储结构

    今天,笔者就来介绍下Prometheus的存储结构。 由于篇幅较长,所以笔者分为两篇,本篇主要是描述Prometheus监控数据在内存中的存储结构。下一篇,主要描述的是监控数据在磁盘中的存储结构。...可以观察到,监控数据都是由一个一个数据点组成,所以可以用下面的结构来保存最基本的存储单元 type sample struct { t int64 v float64 } 同时我们还需要注意到的信息是...所以自然而然的,我们存储结构肯定逻辑上是这个样子: 这样,我们就可以很容易的通过一个Labels(标签们)找到对应的数据了。...数据点的存储 为了让Prometheus在内存和磁盘中保存更大的数据量,势必需要进行压缩。而memChunk在内存中保存的正是采用XOR算法压缩过的数据。...总结 Prometheus作为当今最流行的时序数据库,其中有非常多的值得我们借鉴的设计和机制。这一篇笔者主要描述了监控数据在内存中的存储结构。下一篇,将会阐述监控数据在磁盘中的存储结构,敬请期待!

    4.9K02

    千亿时序数据存储与写入攻坚:人大金仓KES时序引擎底层优化实战

    传统数据库在千亿级时序数据场景面临存储成本高、历史数据迁移慢、时间范围查询低效等痛点。...业务长期运行后,数据体量轻松突破千亿行甚至 PB 级别,随之带来三大核心难题:存储成本膨胀:时序数据相邻采样点数值关联性强,传统行式存储无法消除大量数据冗余,硬盘资源消耗持续走高;历史数据迁移瓶颈:平台升级...面对上述挑战,金仓 KES基于原生数据库内核,通过时序扩展插件与时序超表能力,针对工业时序场景做存储、写入链路专项优化,通过专属压缩算法、批量写入链路与时序超表机制,一站式解决千亿时序数据的存储、导入与检索难题...二、多算法自适应压缩:深挖时序数据内在规律,大幅削减存储开销时序数据最典型的特点就是强时序相关性:时间戳有序递增,设备指标短时间内变化平缓,标签字段大量重复。...四、时序超表:重构时序数据组织,解决传统手工分区表痛点很多开发者会用传统手工分区表存储时序数据,但当测点达到百万级、数据跨数年时,分区表元数据膨胀、分区管理复杂,查询时扫描无关数据块,性能衰减非常明显。

    17100

    SPL 实现电力高频时序数据实时存储统计

    现有的数据中台中没有计算能力,仅存储数据,计算时需要通过RESTful接口取出数据再统计。...浮点数 数值 计算要求为:在每秒生成20万条记录的时序数据中,任意时间段内,从20万个测点中任取100个测点的数据,分别基于每个测点的数值序列统计最大、最小、方差、中位数等结果。...如果数据可以按测点号物理有序存储,并在测点号上建立索引,相比时序物理有序存储,查找时,待查找的测点记录变得紧凑了,需要读入的块也就少了。...第三步,确定技术选型和方案 从上述的存储方案中得知,需要将实时数据按时间分段,段内按测点号、时间物理有序存储,常规数据库显然没办法做到这点。...,存储成组表有利于提升系统整体性能;当天的每10分钟的冷数据用,集文件存,因为集文件创建和使用都更简单,用来存储小表会很便捷,也不会因为索引块而降低存储效率;10分钟内的热数据从kafka直接读到内存,

    2.3K40

    双活数据中心建设-存储层双活设计(part-1)

    存储层双活本质上是HyperMetro通过数据双写和DCL机制实现存储层数据的双活,两个数据中心同时对主机提供数据读写的能力。(即2端存储做集群、数据双写、数据一致性回滚)。...数据双写机制:应用服务器下发I/O请求时,可同时下发到本端Cache和远端Cache,从而保证本端Cache与远端Cache的变更数据一致性。...DCL机制:当某数据中心故障时,DCL可记录业务运行中数据中心的数据变更。等故障恢复后,同时跟踪变更数据同步到该数据中心存储设备中,从而防止数据在同步过程中出现遗漏。...当任何一端存储系统故障的情况下,主机将切换业务到正常的存储系统继续进行业务访问。同时双活可以通过另一端存储系统的数据,对坏数据进行修复,保证两个数据中心的数据一致。...这里面还有一个锁机制要和大家解释一下: 为了防止不同的主机同时访问同一存储资源,而发生访问冲突,需要设计锁分配机制来避免访问冲突,只有获取锁分配机制允许的存储系统才能写入数据。

    3.6K31

    推荐一款绝佳的时序数据库:VictoriaMetrics

    简介VictoriaMetrics(简称 VM),是一个快速高效、经济并且可扩展的监控解决方案和时序数据库。...推荐理由2.1 可作为 Prometheus 远程存储我们知道,Prometheus 在大数据量和高并发查询下性能是有瓶颈的,为了解决这个问题,官方支持了20多种时序数据库作为其远端存储,最常用的比如:...2.4 高压缩比提供存储数据高压缩,官方说可以比 Prometheus 减少7倍的存储空间(线上对比大概是4~5倍)。2.5 高性能查询性能比 Prometheus 更快。...而且能完全兼容 Prometheus 协议,这点就可以排除大部分时序库了。2.10 夜莺也推荐近两年火热的夜莺监控,官网也默认推荐其作为后端存储库。没听过?一句话推荐语:比 Zabbix 更强!...结束语好了,掏心掏肺的话都说了,如果你也正在做监控领域时序存储库的选型,不妨小试一下哦!具体的安装部署这里就不多说了,网上一堆堆的文章介绍,此处点到为止,Good Luck!

    12K61

    腾讯CTSDB时序存储:车联网海量数据的高效存储与云原生架构解析

    原有的Cassandra存储架构扩容均衡缓慢,且扩展时必须停服。 长期存储的成本压力:基于安全监管及运营诉求,车企需长期保存 PB级别 的时序数据,存储成本高昂。...数据压缩比:基于特征压缩与通用压缩的双阶机制,最高可实现 100:1 的极致压缩比;针对TSBS CPU数据集(Int/Float类型)的二阶段压缩率达 102:1;同等条件下对比Cassandra有...低成本(贴合时序模型的高效压缩):摒弃行存+整体通用压缩,采用公共维度提取及列式存储。...生态上全面兼容主流开源时序/监控组件,并通过网络隔离和用户访问控制保障集群及消息的数据安全。...由于共用资源,读写相互影响严重;同时扩容需停服进行手动数据均衡且迁移极慢;受限于低压缩比,存储成本居高不下。 解决方案:引入 CTSDB 时序存储架构。

    42600
    领券