大数据|TableStore 存储原理【学习笔记】

官方文档:海量结构化数据存储技术揭秘:Tablestore存储和索引引擎详解

TableStore 存储原理学习笔记

多列主键列按照顺序共同构成 1 个主键

从而支持主键可以包含多个列

第一列主键是分区间

支持分区内事务、本地二级索引

按照主键有序存储,类似于 SortedMap

只能支持主键的点查和范围查(主键范围查询指的是整体主键的范围,而非单独某一列的范围)

针对属性列的查询需要使用 Fiter,Filter 模式过滤大量数据时效率不高,甚至变成全表扫描

完全水平拓展

可支撑的读写并发和数据规模几乎无上限

完全水平拓展:完全水平扩展是指在计算机系统或网络中,通过增加相同类型的硬件设备或服务器来扩展系统的处理能力和容量。这种扩展方法的目标是提高系统的性能和可靠性,同时保持系统的一致性和可扩展性。

提供了表模型

具有列和多版本的概念,可以单独对某列进行读写。

表模型:表模型是关系型数据库中的一种数据组织方式,它使用表格的形式来表示和存储数据。表模型由行和列组成,每一行代表一个实体或记录,每一列代表一个属性或字段。在表模型中,每个表都有一个唯一的名称,并且由多个列组成。每个列都有一个名称和数据类型,用于定义该列可以存储的数据的类型。每个表中的行表示一个具体的实例或记录,而每个列则表示该实例或记录的不同属性。

Schema Free

每行可以有不同的属性列,数据列个数也不限制。

支持数据自动过期和多版本

每列都可以存储多个版本的值,每个值会有一个版本号,同时也是一个时间戳,如果设置了数据自动过期,就会按照这个时间戳来判断数据是否过期,后台对过期数据自动清理。

全局二级索引

在主表的基础上,建立了一个从属性列到主键列的索引,相当于多了一张索引表,也相当于给主表提供了另外一种排序的方式。

使建立了索引的属性列支持高性能的点查和范围查

多元索引引擎

增加倒排索引、多维空间索引等,从而支持多条件组合查询、模糊查询、地理空间查询以及全文索引等。


TableStore 其他官方文档:表格存储Tablestore权威指南(持续更新)

猜你喜欢

转载自blog.csdn.net/Changxing_J/article/details/133001340