泛时序数据一站式分析与洞察
泛时序数据广泛存在于车联网、工业物联网、金融交易、股票分析等业务场景。随着业务增长带来的数据量激增，如何高效地获取和分析这些数据成为业务洞察和决策的关键挑战，Lindorm 作为阿里云自研的云原生多模数据库，具备低成本存储、弹性高可用的能力，提供一站式的分析与洞察。
适用客户
有车联网、金融、日志等海量数据处理场景
寻求“宽表+搜索+分析”大数据组合方案的一站式替代
方案优势
为什么选择 Lindorm
使用 Lindorm 对泛时序数据进行一站式的处理分析，不仅在开发效率和成本效益上超越传统自建方式，更在性能优化和运维便捷性上提供卓越表现。
预处理效率高
支持接收实时数据，进行流数据接收和ETL，处理后的数据根据数据类型存储在宽表/列存引擎中，列存引擎提供更高的压缩比和分析效率。
高并发实时查询
数据存入后，可以通过宽表引擎实现数据的高并发实时查询，可以通过搜索引擎做多维检索和复杂查询。
复杂分析
通过计算引擎，实现数据离线分析和实时交互分析。
使用 Lindorm 与自建方案对比
自建方案
云原生多模数据库 Lindorm
效率低
依赖 HBase、MongoDB、ES、Hive、Spark、Flink 等多个开源产品的组合实现，运维难度高、数据冗余成本高，开发运维效率低。
开发效率
一体化
一站式实现非结构化数据的低成本存储、检索、分析和 AI 处理，100% 兼容 HBase、ES 等开源产品，可选择开源接口（业务迁移零改造）或标准 SQL（更方便使用）进行统一开发。
成本高
开源自建方案压缩效果差，存储成本高
成本
低成本
使用深度优化的压缩算法，压缩比是 HBase、Hive 的 2 倍以上，数据存储成本降低 50%。支持异构存储冷热分离，历史数据成本可降低 80%。
性能低
开源自建方案产品化能力缺失，吞吐性能随数据量增加急剧下降，毛刺频繁。
性能
高性能
支持多维检索、全文检索、地理位置检索等多种高级检索能力，吞吐性能是 HBase 的 3～7 倍，性能 P99 时延低于 10ms。
运维难
架构不灵活，扩缩容难，存在资源浪费；需要自部署自运维，高可用实现成本高；各组件间的数据一致性难以保证。
运维
弹性
存算分离架构，可按需分配计算资源；99.95% 高可用保证，支持全球多活、支持多可用区主备容灾；各引擎间数据无缝流转，共享存储层，客户无需关心和维护数据链路。
架构与部署
Lindorm 泛时序数据一站式分析与洞察
对于业务中产生的大量泛时序数据，包括状态、轨迹、图像、音频、视频等数据，企业往往需要涵盖数据采集、存储、查询和分析等多个繁琐步骤。Lindorm 的泛时序数据一站式解决方案集日志采集+ Lindorm +数据治理于一体，多种数据一个入口，统一 SQL 操作。
业务数据实时上报至 ECS，再流转至 Lindorm 进行流数据接收和 ETL，处理后的数据根据数据类型存储在宽表/列存引擎中，列存引擎提供更高的压缩比和分析效率。数据存入后，可以通过宽表引擎实现数据的高并发实时查询，可以通过搜索引擎做多维检索和复杂查询。通过计算引擎，实现数据离线分析和实时交互分析。
75 分钟
20 元（假设您选择方案推荐的资源，且运行时间不超过 2 小时。如果调整了资源规格，请以控制台显示的实际报价以及最终账单为准）
云原生多模数据库 Lindorm云服务器 ECS
应用场景
技术方案的广泛应用场景
车联网
使用 Lindorm 存储车联网中的行驶轨迹、车辆状况、精准定位等重要数据，高效支撑车联网轨迹数据时空分析与挖掘等相关应用场景。
物联网
使用 Lindorm 存储工业物联网场景下的海量异构 IT&OT 数据，满足数智化生产、AI/ML 数据处理和大规模图计算等场景中的计算需求。
交易账单
使用 Lindorm 存储金融交易中的海量订单记录和金融风控中的用户事件、画像特征等数据，帮助您构建高效的金融交易与风控服务。
免费试用
阿里云为您提供云产品免费试用
968653
10000011871
推荐解决方案