已有0人关注此标签
使用DTS同步MySQL增量数据到Tablestore
作者: 平苼
554人浏览
摘要 从MySQL到Tablestore的全量数据导出可以参考同系列文章《数据同步-从MySQL到Tablestore》，本文主要介绍将MySQL的增量数据同步到Tablestore的一种方式——使用阿里集团的数据传输服务DTS的数据订阅功能做增量数据的读取以及改写。
RDS数据订阅服务使用说明
作者: 侧田
799人浏览
RDS数据订阅服务使用说明 RDS数据订阅服务主要解决的RDS上的数据同步到HBase，用户可以在HBase上查到RDS的数据，满足大数据查询分析的需求 使用场景 历史数据沉淀 业务使用MySQL承担交易等关键的在线业务，同时有数据分析的需求，需要做一些复杂查询，但不能影响在线业务。
云数据库POLARDB优势解读系列文章之④——物理复制
作者: 乙休
4395人浏览
日志是数据库的重要组成部份，按顺序以增量的方式记录了数据库上所有的操作，日志模块的设计对于数据库的可靠性、稳定性和性能都非常重要。 可靠性方面，在有一个数据文件的基础全量备份后，对运行中的数据库来说，日志文件的重要性大于数据文件，只要操作记录到日志中并完成落盘，就等于操作完成，无须等待数据文件落盘。
实时计算 Flink> 产品定价——业务流程
作者: 李博 bluemind
970人浏览
在使用阿里云实时计算 Flink前，对流式数据处理整体全链路有初步的认识可以极大方便您梳理业务流程，制定相应的系统设计方案。下面将简单介绍阿里云实时计算全流程系统架构。 数据采集 广义的实时数据采集指: 用户使用流式数据采集工具将数据实时地采集并传输到大数据Pub/Sub系统，该系统将为下游实时计算提供源源不断的事件源去触发流式计算作业的运行。
canal 组件介绍（1）
作者: 晴天哥
642人浏览
前言 首先，这个文章系列主要是讲canal的，毫无疑问，对吧。那么在开始阅读这个系列之前，我希望真正有兴趣的同学一定要先去阅读canal的官方文档，没有什么比这个更权威了。
释放存储与计算压力，MySQL用户升级到EB级数据仓库MaxCompute攻略
作者: 隐林
4460人浏览
在过去三年里产生的数据量比以往四万年的数据量还要大。大数据可以来自方方面面，从日常生活购物到社交网络，从地理位置定位到在线视频都会有大量的数据。云计算的蓬勃发展，进一步催生了大数据的价值。廉价的存储和计算，高效的海量数据处理，我们已经进入了“大数据时代”。
函数计算因为数据量过大超时的解决方案
作者: 264971589117404837
911人浏览
我现在做的事情是把一个webtrack 的logstore 通过函数计算导入到另外一个logstore。函数计算的功能是把IP解析成地理位置和把UserAgent String解析成设备信息。 现在的问题是FunctionComputeServer有时会time out失败，但是失败后数据任然是成功插入的。
如何暂停sqlserver数据订阅服务
作者: 杰克.陈
896人浏览
原文:如何暂停sqlserver数据订阅服务 从 Management Studio 启动和停止快照代理或日志读取器代理 在 Management Studio 中连接到发布服务器，然后展开服务器节点和“复制”文件夹。
一：ZooKeeper简介
作者: 无信不立
572人浏览
一：背景 --->随着互联网技术的高速发展，企业对计算机系统的计算，存储能力要求越来越高，最简单的明证就是出现一些诸如：高并发，海量存储这样的词汇。在这样的背景下，单纯依靠少量高性能主机来完成计算任务已经不能满足企业需求，企业的IT架构逐步从集中式向分布式过渡，所谓的分布式：把一个计算任务分解成若干个计算单元，并且分派到若干不同的计算机中去执行，然后汇总计算结果的过程。
缓存失效竟然可以这么解？
作者: 优惠码发放
833人浏览
数据传输提供的数据订阅功能，可以在不影响业务的情况下，实现简单、可靠的缓存失效逻辑。这种缓存失效机制为阿里巴巴多年架构优化沉淀下来的经验，下面我们一起来看数据订阅究竟怎么实现这种机制。
如果你还在停服迁移数据，那你就out啦！！
作者: 优惠码发放
760人浏览
很多数据库提供的原生迁移工具只能进行全量数据拷贝，为了保证迁移数据一致性，要求业务在数据迁移之前需停止服务。所以这种传统的迁移方案对业务影响极大。为降低数据迁移门槛，阿里云数据传输DTS推出不停服迁移功能。使用不停服迁移功能，可实现整个数据迁移过程中，业务停服时间降低到分钟级别
谈谈对Canal（增量数据订阅与消费）的理解
作者: 朱小厮
1109人浏览
概述 canal是阿里巴巴旗下的一款开源项目，纯Java开发。基于数据库增量日志解析，提供增量数据订阅&消费，目前主要支持了mysql（也支持mariaDB）。 起源：早期，阿里巴巴B2B公司因为存在杭州和美国双机房部署，存在跨机房同步的业务需求。
传统应用层逻辑分库DB迁移阿里云DRDS+RDS分布式数据库
作者: 马柯
10042人浏览
随着互联网快速发展，我们的结构化关系数据库在高并发、海量数据的情况下面临单机扩展性问题，首先是单机数据库容量瓶颈，单机数据库在业务高速增长的情况下依赖硬件升级也会到达天花板，并且使用成本变得非常高，而且扩展性的复杂性也是比较高，传统数据库扩容往往意味着服务中断，很难做到业务无感知或者少感知。
