¿Qué es Lindorm?

Este tema ofrece una descripción general de Lindorm.

Lindorm es una base de datos hiperconvergente, multimodelo y nativa de la nube. Se diseñó y optimizó para escenarios como el Internet de las cosas (IoT), las aplicaciones de internet y el Internet de los vehículos (IoV). Ofrece acceso unificado y procesamiento integrado para diversos tipos de datos, como tablas anchas, series temporales, texto, objetos, flujos y datos espaciales. Es compatible con interfaces estándar como SQL, HBase/S3, TSDB, HDFS, Solr y Kafka, además de integrarse sin problemas con herramientas de ecosistemas de terceros. Resulta adecuada para escenarios de registro, monitoreo, facturación, publicidad, redes sociales, movilidad y control de riesgos. También es una de las bases de datos que impulsan los negocios principales de Alibaba.

Por qué elegir Lindorm

Contexto del negocio

Las arquitecturas tradicionales de almacenamiento de datos suelen usar bases de datos separadas para cada tipo de información, como datos relacionales, series temporales y object storage. Esto genera una fragmentación tecnológica significativa: una pila compleja de componentes, decisiones tecnológicas difíciles y canalizaciones largas de sincronización de datos. Este enfoque exige más conocimientos especializados al personal técnico, alarga los ciclos de despliegue del negocio, aumenta las tasas de fallas y los costos operativos, y dificulta la evolución de la arquitectura. Por ejemplo, lograr alta disponibilidad entre zonas de disponibilidad o replicación global requiere modificaciones independientes en cada componente. La adopción de tecnologías 5G e IoT amplifica aún más el conflicto principal entre las diversas necesidades de datos y las arquitecturas de almacenamiento cada vez más complejas.

Para resolver estos problemas, Alibaba Cloud desarrolló Lindorm con el fin de ofrecer almacenamiento, consultas y análisis unificados para datos multimodelo. Como se muestra en la siguiente figura, la arquitectura de Lindorm simplifica enormemente la pila de almacenamiento de datos en comparación con las soluciones tradicionales. Esto mejora la estabilidad del sistema y reduce los costos de despliegue.

Capacidades principales

Lindorm es elástico, rentable, fácil de usar, abierto y estable. Resulta ideal para almacenar y analizar varios tipos de datos, como metadatos, registros, facturas, etiquetas, mensajes, informes, tablas de dimensiones, tablas de resultados, flujos de contenido, perfiles de usuario, datos de dispositivos, datos de monitoreo, datos de sensores, archivos pequeños e imágenes pequeñas. Las capacidades principales de Lindorm son a continuación:

Capacidad principal	Descripción
Hiperconvergencia multimodelo	Admite múltiples modelos de datos, como tablas anchas, series temporales, objetos, texto, colas y datos espaciales. Los datos son interoperables entre estos modelos. Lindorm proporciona capacidades y servicios integrados para la ingesta, el almacenamiento, la recuperación, el cómputo y el análisis de datos. Esto le permite compilar aplicaciones más rápido, con mayor flexibilidad y eficiencia.
Rentabilidad	Procesa decenas de millones de solicitudes simultáneas con latencia de milisegundos. Reduce significativamente los costos de almacenamiento mediante almacenamiento por niveles, separación inteligente de datos activos e inactivos, y compresión adaptativa según las características de los datos.
Elasticidad nativa de la nube	Admite el escalado elástico independiente de los recursos de cómputo y almacenamiento.
Compatibilidad abierta	Es compatible con múltiples interfaces estándar, como SQL, HBase/S3, TSDB, HDFS, Solr y Kafka. Lindorm se integra sin problemas con sistemas como Hadoop, Spark, Flink y Kafka, lo que facilita el intercambio, el procesamiento y la suscripción de datos.

Para obtener más información, consulte Features y Advantages.

Arquitectura del producto

Lindorm utiliza una arquitectura innovadora nativa de la nube con separación de cómputo y almacenamiento, además de integración multimodelo compartida. Así responde a las exigencias de la era de la nube en cuanto a desacoplamiento de recursos y escalado elástico. Se construyó sobre LindormDFS, un sistema de archivos distribuido nativo de la nube que funciona como su base de almacenamiento unificada. Esta base admite varios motores de datos especializados, incluido el motor de tablas anchas, el motor de series temporales, el motor de búsqueda, el motor vectorial y el motor columnar. Sobre estos motores, Lindorm proporciona una interfaz SQL unificada para consultas federadas entre modelos. También admite interfaces estándar de código abierto como HBase, OpenTSDB, Spark y HDFS para garantizar una migración fluida de las cargas de trabajo existentes. Además, Lindorm Tunnel Service (LTS) gestiona el flujo de datos en tiempo real y la captura de cambios de datos entre motores. Esto habilita la migración de datos, la suscripción en tiempo real, la descarga a lagos de datos, la escritura inversa en almacenes de datos, las arquitecturas multiactivas unitizadas, y las copias de seguridad con recuperación.

Capacidades multimodelo

Lindorm admite múltiples tipos de modelos de datos, como tablas anchas, series temporales, objetos, archivos, colas y datos espaciales. Admite instrucciones SQL estándar y las API de varios sistemas de código abierto. Los datos se pueden transferir y sincronizar entre modelos, lo que hace que el desarrollo de aplicaciones sea más ágil, flexible y eficiente. En a continuación tabla se describen las capacidades multimodelo principales que proporcionan los distintos motores de Lindorm.

Motor	Capacidad principal
Motor de tablas anchas (LindormTable)	Gestiona y sirve datos de tablas anchas y objetos. Proporciona funciones como índices secundarios globales, recuperación multidimensional, columnas dinámicas y tiempo de vida (TTL). Este motor es adecuado para escenarios de metadatos, pedidos, facturas, perfiles de usuario, fuentes de redes sociales y registros. Es compatible con interfaces estándar como SQL, HBase y S3. LindormTable procesa decenas de millones de solicitudes simultáneas y almacena cientos de petabytes de datos. También ofrece la función de separación de datos activos e inactivos. En comparación con el rendimiento de Apache HBase de código abierto, el rendimiento aumenta de 2 a 6 veces, la latencia del percentil 99 % (P99) disminuye un 90 %, el tiempo medio de reparación (MTTR) se reduce un 90 %, la relación de compresión de datos aumenta un 100 % y el costo integral de almacenamiento disminuye un 50 %.
Motor de series temporales (LindormTSDB)	Gestiona y sirve datos de series temporales. Está diseñado para datos de medición, datos de monitoreo y datos operativos de equipos en escenarios industriales, de IoT y de monitoreo. Proporciona capacidades de gestión, escritura y consulta basadas en SQL. Su algoritmo de compresión especializado para series temporales alcanza una relación de compresión de hasta 10:1. El motor admite consultas multidimensionales y cómputo agregado en conjuntos de datos masivos, ofrece capacidades nativas de consulta PromQL y admite remuestreo previo y consultas continuas para datos de series temporales.
Motor de búsqueda (LindormSearch)	Desarrollado con tecnologías principales como el almacenamiento columnar y la indexación invertida, LindormSearch se usa para acelerar la recuperación y el análisis de datos multimodales. LindormSearch cuenta con diversas capacidades, como recuperación de texto completo, cómputo agregado y consultas multidimensionales complejas. Es adecuado para escenarios de consulta de registros, facturas y perfiles de usuario. También es compatible con las API estándar de software y servicios de código abierto como SQL y Apache Solr.
Motor de cómputo (LDPS).	Lindorm Distributed Processing System (LDPS) se integra con LindormDFS para proporcionar servicios de cómputo distribuido basados en una arquitectura nativa de la nube. Así satisface los requisitos de cómputo en diversos escenarios, como producción de datos, análisis interactivo, aprendizaje automático y cómputo de grafos. LDPS es compatible con la API estándar de Apache Spark. Usted es el propietario de los recursos de LDPS en sus instancias de Lindorm.
Motor vectorial	El motor vectorial de Lindorm se usa para almacenar, indexar y recuperar grandes volúmenes de datos vectoriales. Admite múltiples algoritmos de indexación, funciones de distancia y diversos métodos integrados de recuperación de datos. El motor vectorial de Lindorm permite ejecutar recuperaciones de texto completo y vectoriales de manera integrada, algo necesario en RAG para mejorar la precisión de los modelos grandes. Por lo tanto, resulta adecuado para servicios relacionados con IA, como recomendaciones, NLP y preguntas y respuestas inteligentes.
Motor columnar (L-Column)	El motor columnar de Lindorm es un servicio de motor de base de datos columnar en línea de alto rendimiento, bajo costo, estable y confiable. Está orientado a escenarios de IoT, IoV y registros, y proporciona operaciones eficientes de lectura y escritura, almacenamiento de alta compresión y análisis en línea de alto rendimiento.
Motor de IA (Lindorm AI)	El motor de IA de Lindorm proporciona una capacidad de inference de IA integrada y todo en uno que se ejecuta en sus recursos. Puede usar Lindorm SQL para importar y desplegar de forma flexible modelos preentrenados, con el fin de analizar y procesar de manera inteligente datos multimodelo masivos.