Tablestore は、費用対効果の高いテーブルベースのサーバーレスストレージサービスであり、大量の構造化データを保存するために使用できます。 Tablestore を使用すると、ミリ秒単位でオンラインデータのクエリと取得を実行し、保存されたデータに対して多次元分析を実行できます。 Tablestore は、課金、インスタントメッセージ (IM)、IoT、車載インターネット (IoV)、リスク管理、インテリジェントレコメンデーションなどのシナリオに適しています。 Tablestore は、IoT アプリケーション向けに高度に最適化されたオールインワンのストレージソリューションを提供します。
用語
次の表は、Tablestore でよく使用される用語の説明です。
用語 | 説明 |
リージョン | リージョンは、世界中に分散している物理的なデータセンターです。 Tablestore は、複数の Alibaba Cloud リージョンにデプロイされています。ビジネス要件に基づいて、Tablestore を使用するリージョンを選択できます。詳細については、「リージョン」をご参照ください。 |
読み取りまたは書き込みスループット | 読み取りまたは書き込みスループットは、読み取りまたは書き込み容量単位 (CU) で測定されます。 CU は、読み取りまたは書き込み操作の最小課金単位です。詳細については、「読み取りおよび書き込みスループット」をご参照ください。 |
インスタンス | インスタンスは、Tablestore 内のテーブルを管理および使用するために使用される論理エンティティです。各インスタンスはデータベースに相当します。 Tablestore は、アプリケーションからのアクセスを管理し、インスタンスレベルでリソースを測定します。詳細については、「インスタンス」をご参照ください。 |
エンドポイント | エンドポイントは、Tablestore インスタンスにアクセスするために使用される接続 URL です。 Tablestore インスタンス内のテーブルとデータに対して操作を実行するには、Tablestore インスタンスのエンドポイントを指定する必要があります。詳細については、「エンドポイント」をご参照ください。 |
生存時間 (TTL) | TTL は、Tablestore データテーブルに保存されているデータのライフサイクルを管理するために使用されます。 Tablestore は、TTL が期限切れになったデータを自動的に削除します。これにより、ストレージスペースを削減し、ストレージコストを節約できます。データの TTL は秒単位で指定されます。詳細については、「データバージョンと TTL」をご参照ください。 |
データストレージモデル
Tablestore は、Wide Column モデル、TimeSeries モデル、Timeline モデルの 3 つのデータストレージモデルを提供します。ビジネス要件に基づいてモデルを選択できます。モデルごとにサポートされる機能が異なります。詳細については、「機能」をご参照ください。
モデル | 説明 |
Wide Column モデル | このモデルは Google Cloud Bigtable および HBase モデルに似ており、メタデータやビッグデータストレージなど、さまざまなシナリオで使用できます。 Wide Column モデルは、バージョンの最大数、TTL、自動採番主キー列、条件付き更新、ローカルトランザクション、アトミックカウンター、フィルターなどの機能をサポートしています。詳細については、「Wide Column モデル」をご参照ください。 |
TimeSeries モデル | TimeSeries モデルは、時系列データの特性に基づいて設計されています。このモデルは、IoT デバイスのモニタリングなどのシナリオに適しており、デバイスによって収集されたデータやマシンのモニタリングデータを保存するために使用できます。 TimeSeries モデルは、時系列メタデータの自動インデックス作成と、さまざまな複合条件に基づく時系列クエリをサポートしています。詳細については、「TimeSeries モデル」をご参照ください。 |
Timeline モデル | このモデルはメッセージデータを保存するように設計されており、IM アプリケーションやフィードストリームから生成されたメッセージデータを保存するのに適しています。このモデルは、メッセージの順序の保持、多数のメッセージの保存、リアルタイム同期など、メッセージングプロセスの要件を満たすことができます。また、全文検索とブールクエリもサポートしています。詳細については、「Timeline モデル」をご参照ください。 |
使用方法
次の表は、Tablestore を使用する方法について説明しています。
方法 | 説明 |
Tablestore コンソール | Alibaba Cloud は、Tablestore 用のユーザーフレンドリーな Web ベースのコンソールを提供しています。詳細については、「Tablestore コンソール」にログインしてください。 |
SDK | Tablestore SDK は、Java、Go、Python、Node.js、.NET、PHP など、一般的なプログラミング言語向けに提供されています。詳細については、「SDK リファレンス」をご参照ください。 |
Tablestore CLI | Tablestore では、簡単なコマンドを実行することで操作を実行できます。詳細については、「Tablestore CLI を起動し、アクセス情報を設定する」をご参照ください。 |
はじめに
Tablestore コンソールまたは Tablestore CLI を使用して、Wide Column モデルまたは TimeSeries モデルのデータテーブルに対して操作を実行できます。詳細については、「Tablestore を使用する」をご参照ください。
データの計算と分析
Tablestore では、MaxCompute、Spark、Hive、Hadoop MapReduce、Function Compute、Realtime Compute for Apache Flink、Tablestore SQL クエリなどのツールを使用して、データを計算および分析できます。ビジネス要件に基づいて、データを計算および分析するためのツールを選択できます。
ツール | 該当モデル | 参照 | 説明 |
MaxCompute | Wide Column | 詳細については、「MaxCompute を使用する」をご参照ください。 | MaxCompute クライアントを使用して外部テーブルを作成し、その外部テーブルを使用して Tablestore データにアクセスできます。 |
Spark | Wide Column | 詳細については、「Spark を使用する」をご参照ください。 | Spark を使用して、E-MapReduce (EMR) SQL または DataFrame を使用してアクセスされる Tablestore データに対して複雑な計算と分析を実行できます。 |
Hive または Hadoop MapReduce | Wide Column | 詳細については、「Hive/Hadoop MapReduce を使用する」をご参照ください。 | Tablestore テーブルにアクセスするには、Hive または Hadoop MapReduce を使用します。 |
Function Compute | Wide Column | 詳細については、「Function Compute を使用する」をご参照ください。 | Function Compute を使用して、Tablestore 内の増分データに対してリアルタイムコンピューティングを実行できます。 |
Realtime Compute for Apache Flink |
| 詳細については、「Flink を使用する」をご参照ください。 | Realtime Compute for Apache Flink を使用して、Tablestore 内のソーステーブル、ディメンションテーブル、または結果テーブルにアクセスして、ビッグデータを計算および分析できます。 |
PrestoDB | Wide Column | 詳細については、「PrestoDB を使用する」をご参照ください。 | PrestoDB を Tablestore に接続すると、SQL 文を実行して Tablestore 内のデータのクエリと分析、Tablestore へのデータの書き込み、PrestoDB を使用した Tablestore へのデータのインポートを実行できます。 |
Tablestore 多次元インデックス | Wide Column | 詳細については、「多次元インデックスを使用する」をご参照ください。 | 多次元インデックスは、転置インデックスと列のストアに基づいて、ビッグデータシナリオでの多次元データクエリと統計分析に使用されます。 Tablestore は、極値の取得、行数のカウント、データのグループ化など、データ分析の要件を満たすための多次元インデックス機能を提供します。プライマリキー列以外に基づくクエリ、ブールクエリ、あいまいクエリなどの多次元クエリがビジネスで必要な場合は、必要なフィールドに基づいて多次元インデックスを作成できます。その後、多次元インデックスを使用してデータのクエリと分析を実行できます。 |
Tablestore SQL クエリ |
| 詳細については、「SQL クエリを使用する」をご参照ください。 | Tablestore の SQL クエリ機能は、複数のデータエンジンに統一されたアクセスインターフェイスを提供します。 SQL クエリ機能を使用すると、Tablestore 内のデータに対して複雑なクエリと分析を効率的に実行できます。 |
データの移行と同期
異種データソースから Tablestore にデータをシームレスに移行または同期できます。また、Tablestore から Object Storage Service (OSS) などの他の Alibaba Cloud サービスにデータを同期することもできます。
カテゴリ | 参照資料 | 説明 |
データインポート | Tablestore Sink Connector を使用して、Apache Kafka から Tablestore のデータテーブルまたは時系列テーブルにデータをバッチ インポートできます。 | |
トンネルサービス、DataWorks、または DataX を使用して、Tablestore 内の 1 つのテーブルから別のテーブルにデータを同期できます。 | ||
データエクスポート | DataWorks を使用して、Tablestore から MaxCompute に完全データをエクスポートできます。 | |
DataWorks を使用して、Tablestore から OSS に完全データまたは増分データをエクスポートできます。 | ||
CLI または DataX を使用して、Tablestore のデータをローカルファイルにダウンロードできます。また、DataWorks を使用して Tablestore のデータを OSS に同期し、OSS からローカルファイルにデータをダウンロードすることもできます。 |
その他の機能
ユーザー権限を設定するには、Resource Access Management ( RAM ) を使用して、異なるユーザーにカスタム権限を付与できます。詳細については、「RAM ポリシーを使用して RAM ユーザーに権限を付与する」をご参照ください。
Tablestore へのユーザーアクセスを管理および制御するには、リソース管理のリソースディレクトリサービスが提供する制御ポリシー機能、Tablestore が提供するネットワーク ACL 機能、および Tablestore が提供するインスタンスポリシー機能を使用できます。詳細については、「認証管理」をご参照ください。
データストレージとネットワークアクセスのセキュリティを確保するために、データテーブルを暗号化したり、仮想プライベートクラウド ( VPC ) を Tablestore インスタンスにバインドして VPC 経由でのみアクセスできるようにしたりできます。詳細については、「データの暗号化」および「ネットワークセキュリティ管理」をご参照ください。
重要なデータが誤って削除されるのを防ぐために、データバックアップ機能を使用して重要なデータを定期的にバックアップできます。詳細については、「Tablestore でデータをバックアップする」をご参照ください。
モニタリングメトリックのアラート通知を設定するには、CloudMonitor を使用できます。詳細については、「モニタリングとアラート」をご参照ください。
データを可視化するには、DataV または Grafana を使用できます。たとえば、DataV または Grafana を使用して、データをチャートに表示できます。詳細については、「データの可視化」をご参照ください。