Topik ini memberikan gambaran umum tentang Lindorm.
Ikhtisar
Lindorm adalah layanan database hiperkonvergen cloud-native yang dikembangkan untuk menyimpan dan memproses data multimodal dalam berbagai skenario seperti IoT, Internet, dan Internet of Vehicles (IoV). Lindorm menyediakan akses database terpadu serta kemampuan pemrosesan terintegrasi untuk berbagai jenis data, termasuk tabel lebar, deret waktu, file, objek, aliran, dan data spasial. Lindorm kompatibel dengan API standar dari berbagai perangkat lunak dan layanan open source seperti SQL, Apache HBase, Apache Cassandra, Amazon Simple Storage Service (Amazon S3), OpenTSDB, Hadoop Distributed File System (HDFS), Apache Solr, dan Apache Kafka. Lindorm juga dapat diintegrasikan secara mulus dengan alat ekosistem pihak ketiga. Lindorm cocok untuk skenario seperti pemrosesan data log, pemantauan, pemrosesan data tagihan, iklan, jejaring sosial, perjalanan, dan manajemen risiko, serta mendukung bisnis inti Alibaba Group.
Lindorm menggunakan arsitektur cloud native yang memisahkan sumber daya komputasi dan penyimpanan serta mengintegrasikan beberapa mesin dengan penyimpanan dasar bersama untuk data multimodal. Dengan keunggulan seperti skalabilitas elastis, efisiensi biaya, kemudahan penggunaan, kompatibilitas tinggi, dan stabilitas tinggi, Lindorm memungkinkan Anda menyimpan dan menganalisis berbagai jenis data, seperti metadata, log, tagihan, tag, paket, laporan, tabel dimensi, tabel hasil, feed, persona pengguna, data perangkat, data pemantauan, data sensor, file kecil, dan gambar kecil. Lindorm menyediakan kemampuan inti berikut:
Kemampuan Inti | Ikhtisar |
Integrasi model data multipel | Lindorm menyediakan dukungan untuk berbagai jenis model data, seperti tabel lebar, deret waktu, objek, file, antrian, dan data spasial. Data dapat dipindahkan dan disinkronkan antar model. Lindorm menyediakan kemampuan dan layanan terpadu, termasuk akses data, penyimpanan, pengambilan, komputasi, dan analisis. Hal ini membantu membuat pengembangan aplikasi lebih gesit, fleksibel, dan efisien. |
Efisiensi biaya | Lindorm mampu menangani puluhan juta permintaan konkuren dan merespons permintaan dengan latensi hanya beberapa milidetik. Lindorm secara otomatis menyimpan data panas dan dingin menggunakan media penyimpanan terpisah serta melakukan kompresi adaptif berdasarkan karakteristik data untuk mencapai efisiensi biaya yang tinggi. |
Elastisitas cloud-native | Memungkinkan skalabilitas elastis independen untuk sumber daya komputasi dan penyimpanan. |
Kompatibilitas | Lindorm kompatibel dengan API standar dari berbagai perangkat lunak dan layanan open source, seperti SQL, Apache HBase, Apache Cassandra, Amazon S3, Apache Phoenix, OpenTSDB, HDFS, Apache Solr, dan Apache Kafka. Lindorm dapat diintegrasikan secara mulus dengan sistem Hadoop, Spark, Flink, dan Kafka, serta menyediakan fitur mudah digunakan yang memungkinkan Anda mentransfer, memproses, dan berlangganan data. |
Kemampuan multimodal
Lindorm mendukung berbagai jenis model data, termasuk tabel lebar, deret waktu, objek, file, antrian, dan data spasial. Lindorm mendukung pernyataan SQL standar dan API dari berbagai sistem open source. Data dapat dipindahkan dan disinkronkan antar model, sehingga pengembangan aplikasi menjadi lebih gesit, fleksibel, dan efisien. Tabel berikut menjelaskan kemampuan multimodal inti yang disediakan oleh mesin Lindorm yang berbeda.
Mesin | Kemampuan Inti |
Mesin tabel lebar (LindormTable) | LindormTable memiliki berbagai fitur seperti indeks sekunder global, kueri multidimensi, kolom dinamis, dan Time to Live (TTL) untuk mengelola tabel lebar dan objek. Ini membuatnya cocok untuk penyimpanan dan pengelolaan metadata, pesanan, tagihan, persona pengguna, informasi jejaring sosial, feed, dan log. LindormTable kompatibel dengan API terbuka dari berbagai perangkat lunak dan layanan open source, seperti SQL, Apache HBase, Apache Cassandra, dan Amazon S3. LindormTable dapat menangani puluhan juta permintaan bersamaan dan menyimpan ratusan petabyte data. LindormTable juga menyediakan fitur pemisahan data panas dan dingin. Dibandingkan dengan performa Apache HBase open source, throughput meningkat sebesar 2 hingga 6 kali, latensi persentil 99% (P99) berkurang sebesar 90%, mean time to repair (MTTR) berkurang sebesar 90%, rasio kompresi data meningkat sebesar 100%, dan biaya penyimpanan komprehensif berkurang sebesar 50%. |
Mesin deret waktu (LindormTSDB) | Mengelola dan melayani data deret waktu. Mesin ini menyediakan kemampuan manajemen, penulisan, dan kueri berbasis SQL untuk metrik, data pemantauan, dan data operasional perangkat di bidang industri, IoT, dan pemantauan. Algoritma kompresi yang dirancang khusus untuk data deret waktu mencapai rasio kompresi hingga 10:1. Mesin ini mendukung kueri dan agregasi multidimensi pada jumlah data yang sangat besar, menyediakan kemampuan kueri asli Prometheus Query Language (PromQL), serta mendukung downsampling awal dan kueri berkelanjutan untuk data deret waktu. |
Mesin pencarian (LindormSearch) | Dikembangkan berdasarkan teknologi inti seperti penyimpanan kolom dan pengindeksan terbalik, LindormSearch digunakan untuk mempercepat pengambilan dan analisis data multimodal. LindormSearch memiliki berbagai kemampuan seperti pengambilan teks lengkap, komputasi agregat, dan kueri multidimensi kompleks, serta cocok untuk skenario seperti kueri log, tagihan, dan persona pengguna. LindormSearch juga kompatibel dengan API standar dari perangkat lunak dan layanan open source seperti SQL dan Apache Solr. |
Mesin komputasi (LDPS). | Sistem Pemrosesan Terdistribusi Lindorm (LDPS) terintegrasi dengan LindormDFS untuk menyediakan layanan komputasi terdistribusi berbasis arsitektur cloud-native guna memenuhi kebutuhan komputasi dalam berbagai skenario, seperti produksi data, analitik interaktif, pembelajaran mesin, dan komputasi graf. LDPS kompatibel dengan API Apache Spark standar. Anda adalah pemilik sumber daya LDPS di instance Lindorm Anda. |
Mesin vektor | Mesin vektor Lindorm digunakan untuk menyimpan, mengindeks, dan mengambil sejumlah besar data vektor. Mesin ini mendukung berbagai algoritma pengindeksan, fungsi jarak, dan berbagai metode pengambilan data terintegrasi. Mesin vektor Lindorm menyediakan kemampuan untuk melakukan pengambilan teks lengkap dan vektor secara terpadu, yang diperlukan dalam RAG untuk meningkatkan akurasi model besar. Oleh karena itu, mesin vektor Lindorm cocok untuk layanan terkait AI seperti rekomendasi, NLP, dan Q&A cerdas. |
Mesin AI (Lindorm AI) | Lindorm AI menyediakan kemampuan inferensi AI satu atap dan memberi Anda kepemilikan penuh atas sumber daya Anda di mesin tersebut. Dengan Lindorm AI, Anda dapat menggunakan Lindorm SQL untuk mengimpor dan menerapkan berbagai model pra-pelatihan untuk analisis dan pemrosesan cerdas sejumlah besar data multimodal. |