收录了 数据存储方式 频道下的 50 篇内容
著名的软件思想领导者Martin Fowler在最近的一篇博文中提到了上周的QCon,他说应用架构中的数据库思想已经有复苏的迹象了。这个世界对每个应用都在使用着RDBMS数据库,但是现在我们还可以考虑使用RISC RDBMS或者分布式的面向文档的数据库。
2023年,大模型爆火,也给数据库领域带来了一些新风向。
本文回顾和分析了数据湖仓的历史和大数据平台的演进趋势,提出了基于增量计算的一体化趋势,以及该架构必然需要一个开放式的增量存储支撑。
键/值存储方式是关系型数据库的有效替代品。我们体验了Tokyo Cabinet,并观察不同的键/值存储方式是如何通过Moneta接口得到统一的。
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。
Apache Pulsar 是云原生的分布式消息流系统,采用了计算和存储分层的架构和以 Segment 为中心的分片存储,因此 Apache Pulsar 具有更好的性能、可扩展性和灵活性,是一款可以无限扩展的分布式消息队列。
如何使用Jakarta EE Data简化持久化集成。
专业的向量数据库需要有长时间的积累和投入才能做得出来,但相应的它的天花板也更高。
为了最大限度地保证同一浏览器同一域名下各个网页的用户统一,Web JS SDK 需要及时地将用户标识存入到 Cookie; 为了最大限度地减少关闭页面导致的数据丢失,Web JS SDK 将采集的数据存入到 localStorage 里进行批量发送...
“下一个要攻破的问题就一个字——快。”
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。
生物本身就是算法,生命是不断处理数据的过程;意识与智能的分离;拥有大数据积累的外部环境将比我们自己更了解自己;
对于大量历史数据存储的需求, OceanBase 的 SSTable 存储格式和数据编码压缩功能可以使 OceanBase 更轻松地支持超大容量的数据存储。
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。
我们都知道云原生应用。但它们所依赖的数据服务呢?本文中,我们将了解云原生数据的特征以及意义。
本文简述大数据分析的技术挑战,数据架构模式,实现更优的通用大数据架构模式,及可以涵盖的典型数据处理场景。
在QCon 2016 北京站上,Druid开源项目的负责人,同时也是一家位于旧金山的技术公司共同创始人的Fangjin Yang杨仿今老师分享了题为 《Evolution of Open Source Data Infrastructure》的主题演讲,在演讲里杨老师详细的介绍了开源大数据的过去,现在的形态以及未来几年发展的趋势和方向。本文根据他的演讲整理而成。
物联网领域近期如火如荼,互联网和传统公司争相布局物联网。作为物联网领域数据存储的首选,时序数据库也越来越多进入人们的视野,而早在2016年7月,百度云在其天工物联网平台上发布了国内首个多租户的分布式时序数据库产品TSDB,成为支持其发展制造,交通,能源,智慧城市等产业领域的核心产品,同时也成为百度战略发展产业物联网的标志性事件。 前文提到低成本的存储是时序数据库需要解决的一个主要问题,而上一篇文章介绍了通过针对时序数据的压缩方法,从利用数据本身特征的方面,降低时序数据的存储成本。 本文将介绍通过对数据进行分级存储,从使用不同存储介质,以及减少数据的副本数的方面,介绍如何在保证时序数据的查询性能的前提下,降低时序数据的存储成本。
CubeFS 让大数据与 Al 充满无限潜能