基于TableStore的海量气象格点数据解决方案实战

  • 时间:
  • 浏览:1

气象数据是一类典型的大数据,具有数据量大、时效性高、数据种类富足等特点。气象数据中几滴 的数据是旧时光数据,记录了时间和空间范围内各个点的各个物理量的观测量可能性模拟量,每天产生的数据量常在几十TB到上百TB的规模,且在爆发性增长。怎么存储和高效的查询哪此气象数据这么 成为俩个多多难题。

传统的方案常常采用关系型数据库加文件系统的法子实现这类气象数据的存储和实时查询,这俩 方案在可扩展性、可维护性和性能上都还能否 这么来越多过低,随着数据规模的增大,缺点这么 明显。最近几年,业界刚刚开始了了英语 这么来越多的基于分布式NoSQL来除理这俩 难题,比如基于TableStore来实现气象格点数据的存储和查询。TableStore是一款阿里自研的分布式NoSQL服务,都还能否 提供超大规模的存储容量,支撑超大规模的并发访问和低延迟的性能,都还能否 很好的除理气象数据的规模和查询性能难题。