O Tablestore é um serviço de armazenamento de tabelas serverless para grandes volumes de dados estruturados. Ele oferece suporte a quatro modelos de dados — Wide Column, AI (Agent Memory), TimeSeries e Timeline — adequados para cargas de trabalho de IA, metadados, mensagens e dados espaço-temporais. Seus recursos integrados incluem índice de busca, busca vetorial e consulta SQL. O Tablestore integra-se a ecossistemas de computação como MaxCompute, Flink, Spark e Presto, além de ser compatível com frameworks de IA como Dify, LangChain e LlamaIndex. Também disponibiliza a arquitetura MCP intelligent Agent para aplicações de chat com IA e a solução IoTstore para casos de uso de IoT.
Conceitos principais
|
Termo |
Descrição |
|
Região |
Data center físico onde o Tablestore está implantado. Regiões e zonas. |
|
Throughput de leitura/gravação |
Medido em unidades de capacidade de leitura (RCUs) e unidades de capacidade de gravação (WCUs). A CU representa a menor unidade de faturamento para operações de leitura e gravação. Throughput de leitura/gravação. |
|
Instância |
Entidade usada para gerenciar e utilizar o Tablestore, equivalente a um banco de dados. O controle de acesso e a medição de recursos ocorrem no nível da instância. Consulte Instâncias. |
|
Endpoint |
Cada instância possui um endpoint que as aplicações devem especificar ao executar operações em tabelas e dados. Consulte Endpoints. |
|
Ciclo de vida dos dados |
O tempo de vida (TTL) é uma propriedade da tabela de dados que define o período de retenção dos dados em segundos. O Tablestore remove automaticamente os dados expirados em segundo plano, reduzindo os custos de armazenamento. Consulte Versões de dados e TTL. |
Modelos de armazenamento de dados
O Tablestore oferece três modelos de armazenamento de dados. Escolha o modelo mais adequado ao seu caso de uso. Para comparar os recursos entre os modelos, consulte Recursos.
|
Modelo |
Descrição |
|
Modelo de tabela larga |
Semelhante ao Bigtable e HBase. Ideal para cenários de metadados e big data. Oferece suporte a versões de dados, TTL, colunas de chave primária com incremento automático, atualizações condicionais, transações locais, contadores atômicos e filtros. Consulte Modelo Wide Column. |
|
Modelo TimeSeries |
Projetado para dados de séries temporais provenientes de monitoramento de dispositivos IoT, coleta de dados de dispositivos e monitoramento de máquinas. Inclui índices automáticos de metadados de séries temporais e consultas específicas para esse tipo de dado. Consulte Modelo TimeSeries. |
|
Modelo de mensagens |
Focado em mensagens instantâneas (IM) e feeds de conteúdo. Garante ordenação de mensagens, armazenamento em grande escala, sincronização em tempo real, busca full-text e consultas compostas multidimensionais. Modelo Timeline. |
Casos de uso
|
Caso de uso |
Descrição |
|
Aplicações de IA |
Armazene e recupere memória de agentes de IA e dados contextuais usando o modelo AI (Agent Memory) e busca vetorial. A arquitetura MCP intelligent Agent dá suporte a aplicações de chat com IA desenvolvidas com Dify, LangChain ou LlamaIndex. |
|
Gestão de dados IoT |
Colete e analise dados de séries temporais de dispositivos IoT em escala utilizando o modelo TimeSeries e a solução IoTstore. |
|
Armazenamento de metadados |
Armazene e consulte metadados em grande escala — como índices de arquivos, perfis de usuários e catálogos de produtos — por meio do modelo Wide Column com índice de busca e consulta SQL. |
|
Mensagens e feeds sociais |
Crie sistemas de mensagens instantâneas e feeds usando o modelo Timeline, com suporte a ordenação de mensagens e sincronização em tempo real para grandes volumes de dados. |
|
Dados espaço-temporais |
Consulte e analise dados de localização e eventos com consultas compostas multidimensionais e índice de busca. |
Métodos de acesso
|
Método |
Descrição |
|
Console |
Gerencie o Tablestore pelo Console do Tablestore. |
|
SDK |
Desenvolva aplicações com SDKs para Java, Go, Python, Node.js, .NET e PHP. Referência do SDK. |
|
Interface de linha de comando |
Execute operações do Tablestore usando comandos simples. Interface de linha de comando. |
|
REST |
Acesse o Tablestore por meio da API REST. |
Início rápido
Comece a usar o modelo Wide Column ou TimeSeries pelo console ou CLI:
Computação e análise
O Tablestore integra-se a diversos motores de computação e análise. Selecione o motor apropriado para o seu cenário.
|
Ferramenta analítica |
Modelo aplicável |
Descrição |
|
MaxCompute |
Modelo de tabela larga |
Crie uma tabela externa via cliente MaxCompute para acessar dados do Tablestore. Usar o MaxCompute. |
|
Spark |
Modelo de tabela larga |
Acesse o Tablestore por meio do E-MapReduce SQL ou programação DataFrame. Usar o mecanismo de computação Spark. |
|
Hive ou HadoopMR |
Modelo de tabela larga |
Acesse dados do Tablestore com Hive ou Hadoop MapReduce. Usar Hive ou HadoopMR. |
|
Function Compute |
Modelo de tabela larga |
Execute computação em tempo real sobre dados incrementais do Tablestore. Usar o Function Compute. |
|
Flink |
Modelo de tabela larga, Modelo TimeSeries |
Utilize o Real-time Compute Flink para acessar tabelas de source, dimensão ou destino no Tablestore para análise de big data em tempo real. Usar o Flink. |
|
PrestoDB |
Modelo de tabela larga |
Consulte, grave e importe dados do Tablestore usando SQL via PrestoDB. Usar o Tablestore com PrestoDB. |
|
Índice de busca do Tablestore |
Modelo de tabela larga |
Utilize índices invertidos e armazenamento colunar para consultas multidimensionais complexas e análises estatísticas. Suporta consultas em colunas que não são chave primária, consultas combinadas de múltiplas colunas, consultas fuzzy e agregações (max/min, contagem, agrupamento). Índice de busca. |
|
Consulta SQL do Tablestore |
Modelo de tabela larga, Modelo TimeSeries |
Acesse dados do Tablestore por meio de uma interface SQL unificada para consultas e análises complexas. Usar consulta SQL. |
Migração e sincronização
Migre e sincronize dados heterogêneos para o Tablestore ou exporte dados do Tablestore para outros serviços.
|
Categoria |
Operação |
Descrição |
|
Importação de dados |
Use o Tablestore Sink Connector para importar dados em lote do Apache Kafka para uma tabela de dados ou tabela de séries temporais. |
|
|
Importação de dados |
Utilize o Tunnel Service, DataWorks ou DataX para sincronizar dados entre tabelas do Tablestore. |
|
|
Exportação de dados |
Use o DataWorks para exportar todos os dados do Tablestore para o MaxCompute. |
|
|
Exportação de dados |
Utilize o DataWorks para exportar dados completos ou incrementais para o Object Storage Service (OSS). |
|
|
Exportação de dados |
Baixe os dados diretamente para um arquivo local usando a CLI ou o DataX, ou utilize o DataWorks para exportar para o OSS e depois baixe a partir dele. |
Categoria | Sincronização de dados | Descrição |
Importação de dados | Use o Tablestore Sink Connector para importar dados em lote do Apache Kafka para uma tabela de dados ou tabela de séries temporais do Tablestore. | |
Utilize o Tunnel Service, DataWorks ou DataX para sincronizar dados de uma tabela de dados do Tablestore para outra. | ||
Exportação de dados | Use o DataWorks para exportar todos os dados do Tablestore para o MaxCompute. | |
Utilize o DataWorks para exportar dados completos ou incrementais do Tablestore para o OSS. | ||
Baixe os dados diretamente para um arquivo local usando a CLI ou o DataX. Alternativamente, use o DataWorks para sincronizar dados com o OSS e depois baixe-os a partir dele. |
Mais recursos
|
Recurso |
Descrição |
|
Controle de acesso |
Configure permissões personalizadas com o Resource Access Management (RAM). Conceder permissões a um usuário RAM usando uma política RAM. Restrinja ainda mais o acesso com políticas de controle em um diretório de recursos, ACLs de rede do Tablestore e políticas de instância. Consulte Gestão de autorização. |
|
Segurança |
Proteja dados em repouso e em trânsito usando criptografia de tabela de dados e acesso via rede VPC. Consulte Criptografia de dados e Gestão de segurança de rede. |
|
Backup |
Faça backup periódico de dados importantes para evitar exclusões acidentais. Backup de dados. |
|
Monitoramento e alertas |
Configure notificações de alerta para métricas de monitoramento usando o CloudMonitor. Monitoramento e alertas de dados. |
|
Visualização |
Visualize dados do Tablestore em gráficos usando DataV ou Grafana. Consulte Visualização de dados. |