网站开发代码实例,网站升级建设,单页网站内链接,网站怎么做360免费优化摘要#xff1a;阿里云表格存储于近期功能再升级#xff0c;升级后的表格存储支持对DataHub采集的数据进行持久化存储#xff0c;其Python SDK新增支持Python 3.x#xff0c;以及最新发布的TimelineLib能够帮助用户轻松构建千万级IM和Feed流系统。点此查看原文#xff1a;…摘要 阿里云表格存储于近期功能再升级升级后的表格存储支持对DataHub采集的数据进行持久化存储其Python SDK新增支持Python 3.x以及最新发布的TimelineLib能够帮助用户轻松构建千万级IM和Feed流系统。点此查看原文http://click.aliyun.com/m/43196/阿里云表格存储于近期功能再升级升级后的表格存储支持对DataHub采集的数据进行持久化存储其Python SDK新增支持Python 3.x以及最新发布的TimelineLib能够帮助用户轻松构建千万级IM和Feed流系统。功能一支持对DataHub采集的数据进行持久化存储阿里云表格存储支持对DataHub采集的数据进行持久化存储。用户可以通过DataHub服务对各种移动设备、应用软件、网站服务、传感器等产生的大量流式数据进行持续不断的采集并实时写入到表格存储中进行持久化存储基于表格存储提供低成本、弹性与高性能的数据在线服务。据了解该新功能适合使用DataHub进行数据采集并对数据有持久化存储与在线服务需求的用户。持久化存储功能的实现依赖DataHub DataConnector功能将DataHub服务中的流式数据同步到其他云产品中目前支持将Topic中的数据实时/准实时同步到MaxCompute(ODPS)、OSS、Elasticsearch、RDS Mysql、ADS、TableStore中。用户只需要向DataHub中写入一次数据并在DataHub服务中配置好同步功能便可以在各个云产品中使用这份数据。数据同步支持at least once语义在网络服务异常等小概率场景下可能会导致目的端的数据产生重复。前置条件创建TableStore DataConnector主要需要如下前置条件· TableStore相关信息包括TableStore服务的Endpoint、TableStore实例及其对应的Table· DataHub Topic的Owner/Creator账号, 才有相应的权限操作DataConnector包括创建删除等· TableStore表的主键列必须在DataHub Topic下有字段一一对应定义顺序可以不一致· 授权服务角色AliyunDataHubDefaultRole使得DataHub可以访问用户的TableStore资源授权链接。操作流程1. 进入Topic的详情页面2. 选择同步TableStore并填写相关配置3. 在DataConnector页面查看数据归档状态配置说明名称是否必须描述TableStore EndpointyesTableStore服务地址TableStore实例名yesTableStore实例名TableStore表名yes同步到TableStore的表注意事项· TableStore表的主键列必须在对应的DataHub Topic下存在同名的字段由于DataHub大小写不敏感所以TableStore的主键名如果存在大写字母那么在DataHub Topic有对应小写字段· 同步TableStore表的DataConnector任务仅支持TUPLE类型Topic· TableStore服务端自身的限制最大每次批量写入的行数为200具体TableStore的相关限制请参考https://help.aliyun.com/document_detail/27301.html。功能二表格存储Python SDK支持Python 3.xTableStore Python SDK 从现在开始可以支持Python 3了Python的3.0版本相对于Python的早期版本这是一个较大的升级。为了不带入过多的累赘Python 3.0在设计的时候没有考虑向下兼容所以Python2和Python3有较大的不兼容。目前已经有大量的项目和系统开始使用Python 3Python官方对于Python 2的支持也将在未来3年内放弃支持。为了更好的满足Python 3用户的需求TableStore的新版本SDK对Python3做了适配性同一个版本可以支持Python2.6Python2.7Python3.3Python3.4Python3.5和Python3.6。用户在安装的时候不管是通过setup.py还是pip方式安装脚本会自动根据当前使用的Python的版本选择不同的安装内容保证安装好的TableStore Python SDK可以完美适配Python版本。该项新功能适用于使用表格存储Python SDK的全网用户。功能三TimelineLibTableStore发布TimelineLib现在用户可以通过TimelineLib轻松构建千万级IM和Feed流系统。 TimelineLib基于表格存储实现了Timeline概念模型并将该模型转换成为对存储系统、同步系统的读写接口并封装了对底层存储系统的交互逻辑。用户基于TimelineLib即可轻松实现一个基于表格存储的IM或者Feed流系统并能够充分的将表格存储的高并发、低延时特性利用起来。此功能特别适合需要IM、Feed流系统的游戏、社交类客户。
