Tablestore SDK for Java mendukung operasi untuk model Kolom Lebar, model TimeSeries, dan model Timeline.
Daftar fitur
Sebelum menggunakan fitur-fitur SDK, Anda harus menginisialisasi klien Tablestore. Untuk detail fitur dari model Kolom Lebar dan model TimeSeries yang didukung oleh Java SDK, lihat tabel berikut. Informasi lebih lanjut tentang cara menggunakan model Timeline dapat ditemukan di model Timeline.
Model Kolom Lebar
Jenis fitur | Operasi fitur | Deskripsi |
Anda dapat membuat tabel data untuk menyimpan data. Anda dapat mengonfigurasi enkripsi data dan kolom primary key auto-increment saat Anda membuat tabel data. | ||
Perbarui konfigurasi tabel data. | ||
Lihat nama semua tabel data dalam suatu instance. | ||
Kueri konfigurasi tabel data. | ||
Anda dapat menghapus tabel data. | ||
Anda dapat menambahkan kolom yang telah ditentukan sebelumnya ke atau menghapus kolom yang telah ditentukan sebelumnya dari tabel data. Saat Anda membuat indeks sekunder, Anda dapat menetapkan kolom indeks atau kolom atribut dari indeks sekunder menjadi kolom yang telah ditentukan sebelumnya yang Anda tentukan saat membuat tabel data. | ||
Tulis data | Tulis data ke tabel data. Sebagai contoh, Anda dapat menulis satu baris data dan menulis beberapa baris data secara bersamaan. | |
Perbarui data | Perbarui data dalam tabel data. Sebagai contoh, Anda dapat memperbarui satu baris data dan memperbarui beberapa baris data secara bersamaan. | |
Baca data | Baca data dari tabel data. Sebagai contoh, Anda dapat membaca satu baris data, membaca data yang nilai primary key-nya berada dalam rentang tertentu, membaca beberapa baris data, dan membaca data dengan menggunakan iterator. | |
Hapus data | Hapus data dari tabel data. Sebagai contoh, Anda dapat menghapus satu baris data dan menghapus beberapa baris data secara bersamaan. | |
Filter hasil baca di sisi server berdasarkan kondisi dalam filter. | ||
Perbarui data dalam tabel hanya jika kondisi yang ditentukan terpenuhi. Jika tidak, pembaruan gagal dan kesalahan dikembalikan. | ||
Fitur penghitung atomik memungkinkan Anda menentukan kolom sebagai penghitung atomik dan melakukan operasi penghitung atomik pada kolom tersebut. | ||
Setelah Anda mengaktifkan transaksi lokal untuk tabel data, Anda dapat membuat transaksi lokal berdasarkan nilai partition key. | ||
Anda dapat membagi data dalam tabel menjadi shard logis yang ukurannya mendekati nilai yang ditentukan. Informasi tentang titik pemisah di antara shard dan mesin tempat shard berada akan dikembalikan. | ||
Tablestore menyediakan operasi terkait data inkremental.
| ||
Anda dapat menulis beberapa baris data ke tabel data secara bersamaan dalam skenario big data. | ||
Anda dapat membaca beberapa baris data dari tabel data secara bersamaan dalam skenario big data. | ||
Anda dapat membuat indeks pencarian untuk tabel data. | ||
Kueri indeks pencarian yang dibuat untuk tabel. | ||
Perbarui waktu hidup (TTL) dari indeks pencarian. | ||
Kueri deskripsi indeks pencarian, termasuk informasi tentang bidang dalam indeks pencarian dan konfigurasi indeks pencarian. | ||
Hapus indeks pencarian yang ditentukan. | ||
Hapus data historis atau perpanjang periode retensi data dalam indeks pencarian berdasarkan kebutuhan bisnis. | ||
Jenis kueri dasar meliputi kueri cocok semua, kueri tepat, kueri terms, kueri awalan, kueri akhiran, kueri wildcard, kueri rentang, kueri eksistensi, collapse (distinct), kueri geo, dan kueri nested. | ||
Kondisi kueri dapat berisi satu atau lebih subkondisi. Data dikembalikan ketika subkondisi terpenuhi. | ||
Saat Anda menggunakan indeks pencarian untuk mengkueri data, Anda dapat menentukan metode pengurutan untuk data yang dikembalikan. Saat jumlah baris yang dikembalikan besar, Anda dapat menggunakan paginasi berbasis offset atau token untuk dengan cepat menemukan data yang diperlukan. | ||
Anda dapat melakukan operasi agregasi untuk mendapatkan nilai minimum, nilai maksimum, jumlah, rata-rata, dan hitungan serta hitungan unik dari baris. Anda juga dapat melakukan operasi agregasi untuk mengelompokkan hasil berdasarkan nilai bidang, rentang, lokasi geografis, atau filter. Anda dapat melakukan beberapa operasi agregasi untuk kueri kompleks. | ||
Tablestore menyediakan kueri match dan kueri match phrase untuk pencarian teks lengkap. Saat Anda mengkueri data, data dicocokkan berdasarkan hasil tokenisasi. Anda dapat menggunakan fitur highlight untuk menyorot string kueri. | ||
Anda dapat menggunakan fitur kueri vektor tetangga terdekat (KNN) untuk melakukan pencarian tetangga terdekat berdasarkan vektor. Dengan cara ini, Anda dapat menemukan item data yang memiliki kemiripan tertinggi dengan vektor yang ingin Anda kueri dalam dataset berskala besar. | ||
Saat Anda tidak ingin mengurutkan seluruh set hasil, Anda dapat menggunakan fitur pemindaian paralel untuk mengembalikan semua data yang cocok dengan kecepatan lebih cepat. | ||
Buat indeks sekunder untuk tabel data. | ||
Anda dapat mengkueri data dalam indeks sekunder dengan membaca satu baris data atau membaca data yang nilai primary key-nya berada dalam rentang tertentu. Jika kolom atribut yang diperlukan termasuk dalam indeks sekunder, data dapat langsung dibaca dari indeks sekunder. Jika tidak, data harus dibaca dari tabel data. | ||
Hapus indeks sekunder yang ditentukan dari tabel data. | ||
Buat tunnel untuk tabel data untuk konsumsi data secara real-time. | ||
Daftar informasi tentang semua tunnel dalam tabel data, seperti nama tunnel, tipe tunnel, ID tunnel, tahap tunnel, dan apakah data telah kedaluwarsa. | ||
Kueri informasi rinci tentang sebuah tunnel, seperti informasi tunnel dan informasi saluran dalam tunnel. | ||
Hapus tunnel dari tabel data. | ||
Buat tabel pemetaan untuk tabel atau indeks yang ada. | ||
Tambah atau hapus kolom atribut dalam tabel pemetaan yang ada. | ||
Hapus satu atau beberapa tabel pemetaan. | ||
Daftar tabel pemetaan dalam database saat ini. | ||
Kueri deskripsi tabel, seperti nama bidang dan tipe bidang. | ||
Kueri deskripsi indeks dari tabel. | ||
Anda dapat mengkueri data dalam tabel. | ||
Setelah Anda menggunakan pernyataan SQL untuk mengkueri data tipe waktu (termasuk Datetime, Date, dan Time), Anda dapat memperoleh data spesifik berdasarkan kebutuhan Anda. | ||
Buat tugas pengiriman untuk mengirimkan data dari tabel data Tablestore ke Bucket OSS untuk penyimpanan. | ||
Daftar semua informasi tugas pengiriman untuk tabel data, seperti nama tabel data, nama tugas pengiriman, dan tipe tugas pengiriman. | ||
Kueri informasi deskriptif dari tugas pengiriman. | ||
Hapus tugas pengiriman. |
Model TimeSeries
Jenis fitur | Fitur spesifik | Deskripsi |
Buat tabel deret waktu untuk menyimpan data deret waktu. | ||
Perbarui konfigurasi tabel deret waktu atau metadata deret waktu. | ||
Kueri nama semua tabel deret waktu dalam instance. | ||
Kueri informasi tentang tabel deret waktu, seperti konfigurasi TTL. | ||
Hapus tabel deret waktu. | ||
Tulis data deret waktu ke tabel deret waktu dalam batch. | ||
Kueri data deret waktu yang memenuhi kondisi tertentu dalam deret waktu tertentu. | ||
Tentukan beberapa kondisi untuk mengambil informasi deret waktu, seperti nama metrik dan informasi sumber data. | ||
Perbarui metadata deret waktu. Pembaruan batch didukung. | ||
Hapus metadata deret waktu. Penghapusan batch didukung. | ||
Buat toko analitik untuk tabel deret waktu yang ada untuk menyimpan data deret waktu dengan biaya rendah dan untuk mengkueri serta menganalisis data deret waktu dengan cepat. | ||
Perbarui konfigurasi TTL toko analitik deret waktu. Setelah Anda memperbarui TTL toko analitik, Tablestore secara otomatis dan asinkron membersihkan data yang periode retensinya melebihi TTL dari toko analitik. | ||
Kueri deskripsi toko analitik, seperti konfigurasi TTL, opsi sinkronisasi data, status sinkronisasi data, dan ukuran penyimpanan data. | ||
Hapus toko analitik dari tabel deret waktu. | ||
Buat indeks Lastpoint untuk tabel deret waktu untuk dengan cepat mengambil data titik waktu terbaru dari setiap deret waktu. | ||
Anda dapat mengkueri data dalam indeks Lastpoint. | ||
Anda dapat menggunakan indeks pencarian yang dibuat untuk indeks Lastpoint untuk mengambil data dalam indeks Lastpoint. Indeks pencarian dapat digunakan untuk mempercepat pengambilan data untuk indeks Lastpoint dan menyediakan kemampuan kueri serta analisis statistik multi-dimensi. | ||
Anda dapat menghapus indeks Lastpoint yang tidak lagi Anda perlukan. | ||
Buat tabel pemetaan untuk tabel atau indeks yang ada. | ||
Tambah atau hapus kolom atribut dalam tabel pemetaan yang ada. | ||
Hapus satu atau beberapa tabel pemetaan. | ||
Daftar tabel pemetaan dalam database saat ini. | ||
Kueri deskripsi tabel, seperti nama bidang dan tipe bidang. | ||
Kueri deskripsi indeks dari tabel. | ||
Kueri data dalam tabel. |
Kompatibilitas versi
Versi terbaru Tablestore SDK for Java adalah V5.x.x. Bagian ini menjelaskan kompatibilitas versi terbaru dengan versi sebelumnya:
Tablestore SDK for Java V4.x.x: kompatibel
Tablestore SDK for Java V2.x.x: tidak kompatibel
Untuk informasi lebih lanjut, lihat Riwayat versi Tablestore SDK for Java.