Tablestore adalah layanan penyimpanan serverless berbasis tabel yang hemat biaya dan dirancang untuk menyimpan volume besar data terstruktur. Tablestore memungkinkan Anda menanyakan dan mengambil data daring dalam hitungan milidetik serta melakukan analisis multi-dimensi pada data yang tersimpan. Tablestore cocok untuk skenario seperti penagihan, pesan instan (IM), IoT, Internet of Vehicles (IoV), pengendalian risiko, dan rekomendasi cerdas. Tablestore juga menyediakan solusi penyimpanan all-in-one yang dioptimalkan untuk aplikasi IoT.
Istilah
Tabel berikut menjelaskan istilah-istilah yang sering digunakan dalam Tablestore.
Istilah | Deskripsi |
region | Region adalah pusat data fisik yang tersebar di seluruh dunia. Tablestore diterapkan di beberapa region Alibaba Cloud. Anda dapat memilih region untuk menggunakan Tablestore sesuai dengan kebutuhan bisnis Anda. Untuk informasi lebih lanjut, lihat Region. |
throughput baca atau tulis | Throughput baca atau tulis diukur dengan unit kapasitas baca atau tulis (CU). CU adalah unit penagihan terkecil untuk operasi baca atau tulis. Untuk informasi lebih lanjut, lihat Throughput baca dan tulis. |
instance | Instance adalah entitas logis yang digunakan untuk mengelola dan menggunakan tabel dalam Tablestore. Setiap instance setara dengan sebuah database. Tablestore mengelola akses dari aplikasi dan mengukur sumber daya pada tingkat instance. Untuk informasi lebih lanjut, lihat Instance. |
endpoint | Endpoint adalah URL koneksi yang digunakan untuk mengakses instance Tablestore. Untuk melakukan operasi pada tabel dan data dalam instance Tablestore, Anda harus menentukan endpoint dari instance Tablestore tersebut. Untuk informasi lebih lanjut, lihat Endpoint. |
time to live (TTL) | TTL digunakan untuk mengelola siklus hidup data yang disimpan dalam tabel data Tablestore. Tablestore secara otomatis menghapus data yang TTL-nya telah kedaluwarsa. Hal ini membantu Anda mengurangi ruang penyimpanan dan menghemat biaya penyimpanan. TTL data ditentukan dalam detik. Untuk informasi lebih lanjut, lihat Versi data dan TTL. |
Model penyimpanan data
Tablestore menyediakan tiga model penyimpanan data: Model Kolom Lebar, Model Deret Waktu, dan Model Timeline. Anda dapat memilih model sesuai dengan kebutuhan bisnis Anda. Setiap model mendukung fitur yang berbeda. Untuk informasi lebih lanjut, lihat Fungsi dan Fitur.
Model | Deskripsi |
Model Kolom Lebar | Model ini mirip dengan model Google Cloud Bigtable dan HBase, dan dapat digunakan dalam berbagai skenario seperti metadata dan penyimpanan data besar. Model Kolom Lebar mendukung fitur-fitur seperti versi maksimum, TTL, kolom primary key auto-increment, pembaruan bersyarat, transaksi lokal, penghitung atomik, dan filter. Untuk informasi lebih lanjut, lihat Model Kolom Lebar. |
Model Deret Waktu | Model Deret Waktu dirancang berdasarkan karakteristik data deret waktu. Model ini cocok untuk skenario seperti pemantauan perangkat IoT, dan dapat digunakan untuk menyimpan data yang dikumpulkan oleh perangkat dan data pemantauan mesin. Model Deret Waktu mendukung pengindeksan otomatis metadata deret waktu dan kueri deret waktu berdasarkan berbagai kondisi komposit. Untuk informasi lebih lanjut, lihat Model Deret Waktu. |
Model Timeline | Model ini dirancang untuk menyimpan data pesan dan cocok untuk menyimpan data pesan yang dihasilkan dari aplikasi IM dan feed stream. Model ini dapat memenuhi persyaratan proses perpesanan, seperti pelestarian urutan pesan, penyimpanan sejumlah besar pesan, dan sinkronisasi real-time. Model ini juga mendukung pencarian teks lengkap dan kueri Boolean. Untuk informasi lebih lanjut, lihat Model Timeline. |
Metode
Tabel berikut menjelaskan metode penggunaan Tablestore.
Metode | Deskripsi |
Konsol Tablestore | Alibaba Cloud menyediakan konsol web yang ramah pengguna untuk Tablestore. Untuk informasi lebih lanjut, masuk ke Konsol Tablestore. |
SDK | SDK Tablestore disediakan untuk bahasa pemrograman populer seperti Java, Go, Python, Node.js, .NET, dan PHP. Untuk informasi lebih lanjut, lihat Referensi SDK. |
CLI Tablestore | Tablestore memungkinkan Anda melakukan operasi dengan menjalankan perintah sederhana. Untuk informasi lebih lanjut, lihat Memulai CLI Tablestore dan mengonfigurasi informasi akses. |
Memulai
Anda dapat menggunakan konsol Tablestore atau CLI Tablestore untuk melakukan operasi pada tabel data dalam model Kolom Lebar atau Deret Waktu. Untuk informasi lebih lanjut, lihat Memulai dengan Model Kolom Lebar dan Memulai dengan Model Deret Waktu.
Komputasi dan analisis data
Tablestore memungkinkan Anda menghitung dan menganalisis data menggunakan alat seperti MaxCompute, Spark, Hive, Hadoop MapReduce, Function Compute, Realtime Compute for Apache Flink, atau fitur kueri SQL Tablestore. Anda dapat memilih alat sesuai dengan kebutuhan bisnis Anda.
Alat | Model yang berlaku | Referensi | Deskripsi |
MaxCompute | Kolom Lebar | Anda dapat menggunakan klien MaxCompute untuk membuat tabel eksternal dan menggunakan tabel eksternal tersebut untuk mengakses data Tablestore. | |
Spark | Kolom Lebar | Anda dapat menggunakan Spark untuk melakukan komputasi dan analisis kompleks pada data Tablestore yang diakses menggunakan E-MapReduce (EMR) SQL atau DataFrame. | |
Hive atau Hadoop MapReduce | Kolom Lebar | Anda dapat menggunakan Hive atau Hadoop MapReduce untuk mengakses tabel Tablestore. | |
Function Compute | Kolom Lebar | Anda dapat menggunakan Function Compute untuk melakukan komputasi real-time pada data inkremental di Tablestore. | |
Realtime Compute for Apache Flink |
| Anda dapat menggunakan Realtime Compute for Apache Flink untuk mengakses tabel sumber, tabel dimensi, atau tabel hasil di Tablestore untuk menghitung dan menganalisis data besar. | |
PrestoDB | Kolom Lebar | Setelah Anda menghubungkan PrestoDB ke Tablestore, Anda dapat mengeksekusi pernyataan SQL untuk menanyakan dan menganalisis data di Tablestore, menulis data ke Tablestore, dan mengimpor data ke Tablestore menggunakan PrestoDB. | |
Indeks pencarian Tablestore | Kolom Lebar | Indeks pencarian digunakan untuk kueri data multi-dimensi dan analisis statistik dalam skenario data besar berdasarkan indeks terbalik dan penyimpanan kolom. Tablestore menyediakan fitur indeks pencarian untuk memenuhi kebutuhan analisis data Anda seperti mendapatkan nilai ekstrem, menghitung baris, dan pengelompokan data. Jika bisnis Anda memerlukan kueri multi-dimensi seperti kueri berdasarkan kolom non-primary key, kueri Boolean, dan kueri fuzzy, Anda dapat membuat indeks pencarian berdasarkan bidang yang Anda butuhkan. Kemudian, Anda dapat menanyakan dan menganalisis data menggunakan indeks pencarian tersebut. | |
Kueri SQL Tablestore |
| Fitur kueri SQL dari Tablestore menyediakan antarmuka akses terpadu untuk beberapa mesin data. Anda dapat menggunakan fitur kueri SQL untuk melakukan kueri dan analisis kompleks pada data di Tablestore secara efisien. |
Migrasi dan sinkronisasi data
Anda dapat bermigrasi atau menyinkronkan data dari berbagai sumber data ke Tablestore secara mulus. Anda juga dapat menyinkronkan data dari Tablestore ke layanan Alibaba Cloud lainnya, seperti Object Storage Service (OSS).
Kategori | Referensi | Deskripsi |
Impor Data | Anda dapat menggunakan Tablestore Sink Connector untuk mengimpor data secara batch dari Apache Kafka ke tabel data atau tabel deret waktu di Tablestore. | |
Anda dapat menyinkronkan data dari satu tabel ke tabel lain di Tablestore menggunakan Layanan Saluran, DataWorks, atau DataX. | ||
Ekspor Data | Anda dapat menggunakan DataWorks untuk mengekspor data penuh dari Tablestore ke MaxCompute. | |
Anda dapat menggunakan DataWorks untuk mengekspor data penuh atau inkremental dari Tablestore ke OSS. | ||
Anda dapat menggunakan CLI atau DataX untuk mengunduh data di Tablestore ke file lokal. Anda juga dapat menggunakan DataWorks untuk menyinkronkan data di Tablestore ke OSS dan mengunduh data dari OSS ke file lokal. |
Fitur Lainnya
Untuk mengonfigurasi izin pengguna, Anda dapat menggunakan Resource Access Management (RAM) untuk memberikan izin kustom kepada pengguna yang berbeda. Untuk informasi lebih lanjut, lihat Gunakan Kebijakan RAM untuk Memberikan Izin kepada Pengguna RAM.
Anda dapat menggunakan metode berikut untuk mengelola dan mengontrol akses pengguna ke Tablestore: fitur kebijakan kontrol yang disediakan oleh layanan direktori sumber daya Manajemen Sumber Daya, fitur ACL jaringan yang disediakan oleh Tablestore, dan fitur kebijakan instance yang disediakan oleh Tablestore. Untuk informasi lebih lanjut, lihat Manajemen Otorisasi.
Untuk memastikan keamanan penyimpanan data dan akses jaringan, Anda dapat mengenkripsi tabel data atau mengikat virtual private cloud (VPC) ke instance Tablestore Anda untuk memungkinkan akses hanya melalui VPC. Untuk informasi lebih lanjut, lihat Enkripsi Data dan Manajemen Keamanan Jaringan.
Untuk mencegah data penting terhapus secara tidak sengaja, Anda dapat menggunakan fitur cadangan data untuk mencadangkan data penting secara berkala. Untuk informasi lebih lanjut, lihat Cadangkan Data di Tablestore.
Untuk mengonfigurasi notifikasi peringatan untuk metrik pemantauan, Anda dapat menggunakan CloudMonitor. Untuk informasi lebih lanjut, lihat Pemantauan dan Peringatan.
Untuk memvisualisasikan data, Anda dapat menggunakan DataV atau Grafana. Sebagai contoh, Anda dapat menggunakan DataV atau Grafana untuk menampilkan data dalam bentuk grafik. Untuk informasi lebih lanjut, lihat Visualisasi Data.
Pertanyaan Umum
Apa perbedaan antara Tablestore dan layanan database tradisional seperti MySQL dan SQL Server?