大数据存储
收录了 大数据存储 频道下的 50 篇内容
数据中台之结构化大数据存储设计
本文介绍阿里云Tablestore选择哪种设计理念来更好的满足数据系统中对结构化数据存储的需求。
高亮谈大数据存储、分析、产品化
在最近举行的百度世界2014大会大数据论坛上，百度大数据部研发副总监高亮分享了百度在大数据存储、处理和产品化方面的最新成果。
大数据存取的选择：行存储还是列存储？
本文介绍了大规模数据存储的两种物理存储格式在磁盘上的布局，并分析了两种存储格式各自的优点和缺点，以及在产品设计过程中应避免的一些问题。
Apache Beam 实战指南 | 玩转大数据存储 HDFSIO
本文是Apache Beam实战指南系列文章的第三篇内容，将对Beam框架中的HDFSIO和MySQLIO源码进行剖析。
云上大数据存储：探究 JuiceFS 与 HDFS 的异同
这篇文章将从技术架构、功能特性、使用场景等多个方面来解析HDFS和JuiceFS 的异同。
万亿级日志与行为数据存储查询技术剖析
近些年，大数据背后的价值也开始得到关注和重视，越来越多的企业开始保存和分析数据，希望从中挖掘大数据的价值。大数据产生的根本还是增量数据，单纯的用户数据不足以构成大数据，然而用户的行为或行为相关的日志的数据量，加之随着物联网的发力，产生的增量数据将不可预估，存储和查询增量数据尤为关键。
百度大规模时序数据存储（一）| 监控场景的时序数据
本文将介绍 TSDB 在监控场景下的应用以及系统设计面临的技术挑战。
百度大规模时序数据存储（二）| 存储选型及数据模型设计
本篇将介绍 TSDB 在方案选型和存储模型设计上的实践。
面向不同数据场景，华为推出六大存储新品
华为认为，专业存储设备承载的是千行百业的数据资产，数据不能丢、访问不能停、访问不能等是各行业对专业存储的关键诉求。
百度大规模时序数据存储（三）| 核心功能设计
本文将着重介绍在 TSDB 中起了重要作用的两个核心功能的设计。
海量事件数据存储与计算——高可用建设
本文将介绍我们在EventDB高可用方向面临的问题、建设经验及后续计划，希望与业界同行一起交流学习。
OZone - 下一代数据湖存储
本次分享介绍 Ozone 的架构，技术，场景以及腾讯大数据的实践。
从 Snowflake 看数据仓库未来演进方向：计算存储分离、弹性计算、统一存储和 Serverless 化
聊聊大数据领域和数据仓库方向的技术演进
OZone - 下一代数据湖存储丨 QCon
余年的发展之后，在新场景下也面临不少的挑战，例如缺乏对海量小文件以及对象存储接口的支持，从而限制到了在云平台以及机器学习场景下的应用。
架构周报| 万亿级日志与行为数据存储查询技术剖析
万亿级日志与行为数据存储查询技术剖析
探索与发现，揭秘百度万亿时序数据存储架构
本文带你走进百度万亿时序数据存储架构，希望能让你有更深的理解。
海量非结构化数据存储中的小对象合并技术
随着人工智能， IoT 等技术的推广普及，智能监控，智能制造等新兴领域蓬勃发展，涌现出了越来越多的海量非结构化数据存储需求。
开源数据湖存储框架 Apache Hudi 如何玩转增量处理
本文主要从 “增量处理”的角度切入来谈谈开源数据湖存储框架 Apache Hudi 对于数据湖的重要性。
Spark Streaming 作者，Alluxio 的创始人李浩源：AI 潮流对做数据存储业务公司的挑战
本文分享了李浩源博士对于大数据，对于AI带来的大数据的存储和计算问题，以及创业过程的理解。
数据湖，大数据的下一个变革！
大数据存储已经走到了一个新的阶段，肯定会有新的革命性技术来替换它。
京公网安备 11010502039052号 | 产品资质
