Tüm Ürünler
Search
Belge Merkezi

Tablestore:What is Tablestore?

Son Güncelleme:Oct 10, 2026

Tablestore, büyük hacimli yapılandırılmış veriler için sunucusuz bir tablo depolama hizmetidir. Yapay zeka, meta veri, mesajlaşma ve zamansal iş yükleri için dört veri modeli sunar: Geniş Sütun (Wide Column), Yapay Zeka (Ajan Belleği), TimeSeries ve Timeline. Dahili özellikler arasında arama dizini, vektör arama ve SQL sorgusu bulunur. Tablestore; MaxCompute, Flink, Spark ve Presto gibi hesaplama ekosistemleriyle entegre olur ve Dify, LangChain ile LlamaIndex dahil yapay zeka çerçeveleriyle uyumludur. Ayrıca yapay zeka sohbet uygulamaları için MCP akıllı Ajan mimarisini ve IoT kullanım durumları için IoTstore çözümünü sağlar.

Temel kavramlar


Terim


Açıklama


Bölge


Tablestore'un dağıtıldığı fiziksel veri merkezi. Bölgeler ve alanlar.


Okuma/yazma aktarım hızı


Okuma kapasite birimleri (RCU) ve yazma kapasite birimleri (WCU) cinsinden ölçülür. CU, okuma ve yazma işlemleri için en küçük faturalandırma birimidir. Okuma/yazma aktarım hızı.


Örnek


Tablestore'u yönetmek ve kullanmak için kullanılan, bir veritabanına eşdeğer varlıktır. Erişim kontrolü ve kaynak ölçümü örnek düzeyinde gerçekleşir. Bkz. Örnekler.


Uç nokta


Her örneğin, tablolar ve veriler üzerinde işlem yapılırken uygulamaların belirtmesi gereken bir uç noktası vardır. Bkz. Uç noktalar.


Veri yaşam döngüsü


Zamanında Yaşam (TTL), veri saklama süresini saniye cinsinden belirten bir veri tablosu özelliğidir. Tablestore, arka planda süresi dolmuş verileri temizleyerek depolama maliyetlerini azaltır. Bkz. Veri sürümleri ve TTL.

Veri depolama modelleri

Tablestore üç veri depolama modeli sağlar. Kullanım durumunuza göre bir model seçin. Modeller arasındaki özellik karşılaştırması için bkz. Özellikler.


Model


Açıklama


Geniş tablo modeli


Bigtable ve HBase'e benzer. Meta veri ve büyük veri senaryoları için uygundur. Veri sürümleri, TTL, otomatik artan birincil anahtar sütunları, koşullu güncellemeler, yerel işlemler, atomik sayaçlar ve filtreler desteklenir. Bkz. Geniş Sütun Modeli.


TimeSeries modeli


IoT cihaz izleme, cihaz veri toplama ve makine izlemeden gelen zaman serisi verileri için tasarlanmıştır. Otomatik zaman serisi meta veri dizinlerini ve zaman serisi sorgularını destekler. Bkz. TimeSeries modeli.


Mesaj modeli


Anlık mesajlaşma (IM) ve akış beslemeleri için tasarlanmıştır. Mesaj sıralaması, devasa depolama, gerçek zamanlı senkronizasyon, tam metin araması ve çok boyutlu bileşik sorgular sağlar. Timeline modeli.

Kullanım durumları


Kullanım durumu


Açıklama


Yapay zeka uygulamaları


AI (Ajan Belleği) modeli ve vektör arama kullanarak yapay zeka ajan belleğini ve bağlamsal verileri depolayın ve alın. MCP akıllı Ajan mimarisi, Dify, LangChain veya LlamaIndex ile oluşturulan yapay zeka sohbet uygulamalarını destekler.


IoT veri yönetimi


TimeSeries modeli ve IoTstore çözümü kullanarak IoT cihazlarından gelen zaman serisi verilerini büyük ölçekte toplayın ve analiz edin.


Meta veri depolama


Dosya dizinleri, kullanıcı profilleri ve ürün katalogları gibi büyük ölçekli meta verileri arama dizini ve SQL sorgusu ile birlikte Geniş Sütun modeli kullanarak depolayın ve sorgulayın.


Mesajlaşma ve sosyal akışlar


Timeline modelini kullanarak anlık mesajlaşma sistemleri ve akış beslemeleri oluşturun; devasa veri hacimleri arasında mesaj sıralaması ve gerçek zamanlı senkronizasyon desteği sağlar.


Zamansal veri


Çok boyutlu bileşik sorgular ve arama dizini ile konum ve olay verilerini sorgulayın ve analiz edin.

Erişim yöntemleri


Yöntem


Açıklama


Konsol


Tablestore konsolu aracılığıyla Tablestore'u yönetin.


SDK


Java, Go, Python, Node.js, .NET ve PHP için SDK'ları kullanarak uygulamalar geliştirin. SDK referansı.


Komut satırı arayüzü


Basit komutlar kullanarak Tablestore işlemlerini çalıştırın. Komut satırı arayüzü.

Hızlı başlangıç

Konsol veya CLI kullanarak Geniş Sütun veya TimeSeries modeliyle başlayın:

Hesaplama ve analitik

Tablestore birden fazla hesaplama ve analitik motoruyla entegre olur. Senaryonuza göre bir motor seçin.


Analitik aracı


Uygulanabilir model


Açıklama


MaxCompute


Geniş tablo modeli


Tablestore verilerine erişmek için MaxCompute istemcisi üzerinden bir yabancı tablo oluşturun. MaxCompute kullanma.


Spark


Geniş tablo modeli


E-MapReduce SQL veya DataFrame programlama aracılığıyla Tablestore'a erişin. Spark/SparkSQL genel bakış.


Hive veya HadoopMR


Geniş tablo modeli


Hive veya Hadoop MapReduce ile Tablestore verilerine erişin. Öğreticiler.


Function Compute


Geniş tablo modeli


Tablestore artımlı verileri üzerinde gerçek zamanlı hesaplama çalıştırın. Function Compute kullanma.


Flink


Geniş tablo modeli, TimeSeries modeli


Gerçek zamanlı büyük veri analizi için Tablestore'daki kaynak, boyut veya hedef tablolarına erişmek üzere Real-time Compute Flink'i kullanın. Tablestore verilerini işlemek için Apache Flink için Realtime Compute kullanma.


PrestoDB


Geniş tablo modeli


PrestoDB aracılığıyla SQL kullanarak Tablestore verilerini sorgulayın, yazın ve içe aktarın. PrestoDB ile Tablestore kullanma.


Tablestore arama dizini


Geniş tablo modeli


Karmaşık çok boyutlu sorgular ve istatistiksel analizler için ters dizinler ve sütunsal depolama kullanın. Birincil anahtar olmayan sütun sorguları, çok sütunlu birleşik sorgular, bulanık sorgular ve toplamlar (maks/min, sayı, gruplama) desteklenir. Arama dizini.


Tablestore SQL sorgusu


Geniş tablo modeli, TimeSeries modeli


Karmaşık sorgular ve analizler için birleşik bir SQL arayüzü aracılığıyla Tablestore verilerine erişin. SQL sorgusu.

Geçiş ve senkronizasyon

Heterojen verileri Tablestore'a geçirin ve senkronize edin veya Tablestore verilerini diğer hizmetlere dışa aktarın.


Kategori


İşlem


Açıklama


Veri içe aktarma


Kafka verilerini senkronize etme


Apache Kafka'dan bir veri tablosuna veya zaman serisi tablosuna toplu olarak veri aktarmak için Tablestore Sink Connector'ü kullanın.


Veri içe aktarma


Tablestore Veri Senkronizasyonu


Tablestore tabloları arasında veri senkronize etmek için Tunnel Service, DataWorks veya DataX'i kullanın.


Veri dışa aktarma


Tam veriyi MaxCompute'a dışa aktarma


Tablestore'dan MaxCompute'a tam veriyi dışa aktarmak için DataWorks'ü kullanın.


Veri dışa aktarma


OSS'e senkronize etme


Tam veya artımlı veriyi Object Storage Service'e (OSS) dışa aktarmak için DataWorks'ü kullanın.


Veri dışa aktarma


Yerel bir dosyaya senkronize etme


Verileri doğrudan yerel bir dosyaya indirmek için CLI veya DataX'i kullanın ya da OSS'e dışa aktarmak için DataWorks'ü kullanıp ardından OSS'ten indirin.

Kategori

Veri senkronizasyonu

Açıklama

Veri içe aktarma

Kafka verilerini senkronize etme

Apache Kafka'dan bir Tablestore veri tablosuna veya zaman serisi tablosuna toplu olarak veri aktarmak için Tablestore Sink Connector'ü kullanın.

Tablestore Veri Senkronizasyonu

Bir Tablestore veri tablosundan diğerine veri senkronize etmek için Tunnel Service, DataWorks veya DataX'i kullanın.

Veri dışa aktarma

Tam veriyi MaxCompute'a dışa aktarma

Tablestore'dan MaxCompute'a tam veriyi dışa aktarmak için DataWorks'ü kullanın.

OSS'e senkronize etme

Tablestore'dan OSS'e tam veya artımlı veriyi dışa aktarmak için DataWorks'ü kullanın.

Yerel bir dosyaya senkronize etme

Verileri doğrudan yerel bir dosyaya indirmek için CLI veya DataX'i kullanın. Alternatif olarak, verileri OSS'e senkronize etmek için DataWorks'ü kullanın, ardından verileri OSS'ten indirin.

Daha fazla özellik


Özellik


Açıklama


Erişim kontrolü


Resource Access Management (RAM) ile özel izinler yapılandırın. RAM ilkesi kullanarak bir RAM kullanıcısına izin verme. Kaynak dizinindeki kontrol ilkeleri, Tablestore ağ ACL'leri ve örnek ilkeleri ile erişimi daha da kısıtlayın. Bkz. Yetkilendirme yönetimi.


Güvenlik


Veri tablosu şifrelemesi ve VPC ağ erişimi kullanarak hareketsiz ve transit haldeki verileri koruyun. Bkz. Veri şifreleme ve Ağ güvenliği yönetimi.


Yedekleme


Kazara silinmeyi önlemek için önemli verileri düzenli olarak yedekleyin. Veri yedekleme.


İzleme ve uyarılar


Cloud Monitor kullanarak izleme ölçümleri için uyarı bildirimleri yapılandırın. Veri izleme ve uyarılar.


Görselleştirme


DataV veya Grafana kullanarak Tablestore verilerini grafikler olarak görselleştirin. Bkz. Veri görselleştirme.

SSS

Tablestore ile MySQL ve SQL Server gibi geleneksel ilişkisel veritabanları arasındaki farklar nelerdir?