产品架构
同时，LindormTable支持全局二级索引、倒排索引，系统会自动根据查询条件选择最合适的索引，加速条件组合查询，特别适合如画像、账单场景海量数据的查询需求。时序引擎 LindormTSDB 是面向海量时序数据设计的分布式时序引擎，兼容开源...
产品功能
时序数据计算能力 TSDB 提供专业全面的时序数据计算函数，支持降采样、数据插值和空间聚合计算，能满足各种复杂的业务数据查询场景。监控运维 TSDB 提供实例运维系统，让您可以实时的掌握实例的运行情况、性能指标和存储空间使用情况，并...
时序引擎应用开发简介
6.预降采样 预降采样应用于较长时间范围的数据查询场景。在数据写入时按照设置的规则将原始数据降低精度存储，降采样查询时，通过查询低精度数据来减少查询的数据量，从而降低查询延迟。使用OpenTSDB或时间序列数据库TSDB的应用开发步骤 ...
概述
此方法适用于海量数据场景，对数据量不设上限，同时支持行、列和TEXTFILE等各种存储格式以及用户自定义分区配置。DataWorks数据集成 通过DataWorks配置离线同步节点和同步任务将日志数据同步至MaxCompute。详情请参见 通过DataWorks数据...
引擎功能
时序数据计算能力 Lindorm时序引擎提供专业全面的时序数据计算函数，支持降采样、数据插值和空间聚合计算，能满足各种复杂的业务数据查询场景。监控运维 Lindorm时序引擎提供实例运维系统，用户可以实时掌握实例的运行情况、性能指标和存储...
持久内存型
适用场景 海量数据下对性能与成本要求高的场景 计算中间数据对性能的要求很高，采用Redis社区版成本较高，如果采用HBase之类的数据库存储数据则可能无法满足性能需求。采用持久存储型实例保障数据持久化的同时提供近乎Redis社区版的吞吐和...
持久内存型
适用场景 海量数据下对性能与成本要求高的场景 计算中间数据对性能的要求很高，采用Redis社区版成本较高，如果采用HBase之类的数据库存储数据则可能无法满足性能需求。采用持久存储型实例保障数据持久化的同时提供近乎Redis社区版的吞吐和...
分区索引
多级HASH分区（二级HASH分区或者三级HASH分区）除了可以散列数据，在查询数据场景中也大大提高了查询效率。例如在上述二级HASH分区中，查询数据时同时输入storeId列和goodsId列的过滤信息会确定在一个分区中进行数据检索，减少数据的扫描...
应用场景
对于这种多维度查询场景，尤其是非分区键查询在海量数据的分布式场景中是经常碰到的问题。通常可以采用在非分区列建立影子表的方式来解决。但这样的解决方式并非利用了数据库本身的能力，只能算是应用层的折中方案。OceanBase 数据库可以...
基于代价的SQL优化
在海量数据的复杂分析场景下，查询效率变得尤为重要。实现复杂查询的实时分析，是 AnalyticDB MySQL 的核心优势之一。AnalyticDB MySQL 采用基于代价的查询优化器（Cost-Based Optimizer），以获得最佳的查询执行计划，提高查询效率。...
