导读
据预测，到2020年全球物联网设备将达260亿台，市场规模突破1.9万亿美元。物联网时代的到来，促使越来越多的设备接入网络，大量的终端设备数据被上传到后端服务器进行分析和存储。对于后端服务而言，当上亿台智能设备的数据汇集到一起，所需传输和存储的数据量将是非常惊人的。这对后端数据存储设备的性能也将是一个异常严峻的考验。如何保障数据读写速度？如何保障数据安全不丢失？如何保障数据实时分析的时效性和准确性？
近日，京东云正式上线了列式存储服务，以应对海量数据列存储，快速读写、实时数据分析、时序数据、分析监控等场景。列式存储是基于且100%兼容HBase协议的高性能、可弹性伸缩、面向列的分布式数据库，轻松支持PB级大数据存储，满足千万级QPS高吞吐随机读写场景。
基于开源 HBase的京东云列式存储服务构建在HDFS之上，其优势在于线性扩展，随着数据量增多可以通过节点扩展进行支撑；内部管理的文件全部存储在HDFS中，备份机制健全；通过协调查找数据，访问速度快。
TIPS
列式存储与HDFS
列式存储与HDFS相比，两者虽然都具有良好的容错性和扩展性，可以扩展到成百上千个节点。但HDFS不支持数据随机查找，不适合增量数据处理且不支持数据更新。而列式存储每一列单独存放，数据即索引，访问查询快，并且每一列由一个线索来处理，可以实现查询的并发处理。
为提升产品可靠性、安全性，京东云列式存储支持HA模式，默认双主节点，实时检测，保障业务高可靠；core节点故障时，可秒级切换；并提供3副本数据备份。各集群通过VPC网络隔离，支持网络ACL和安全组的配置，实现多层网络防护机制。
在易用性方面，京东云列式存储无需部署维护软硬件设施，用户可以方便地根据自身业务规模，选择CPU、磁盘、网络等规格列存储，一键快速部署集群。磁盘及节点能够灵活扩容，可轻松扩展到千台规模，满足千万级QPS及数PB级存储空间。
同时，列式存储支持、，使集群具有支持SQL、构建二级索引、构建时序数据库的能力。
列式存储适用于对象存储、时序数据、推荐画像、时空数据、 OLAP、消息/订单、Feeds流等，涵盖物联网&车联网、金融风控、网络安全等诸多需要高吞吐随机读写的场景。
物联网&车联网
车联网，就是通过车辆终端实时采集车辆信息、轨迹信息、告警信息等数据，通过大数据平台对时间序列数据的存储和计算，实现车辆的实时监控、告警、车辆信息的实时查询等功能。
使用列式存储（HBase）作为海量数据库存储，并结合业务场景使用创建二级索引，解决了百万车载终端实时返回的TB级别数据不间断写入，海量数据的分页查询和历史数据实时查询的压力。
车联网
金融风控
金融行业的风控一般通过运用大数据构建模型，结合用户信息、第三方企业交易数据、网络风险数据等信息，形成反欺诈、用户信用画像的方法对借款人进行风险控制和风险提示。风控系统的难点在于每天海量交易记录的实时写入、全量详单查询、近期交易实时查询，对存储的时效性和存储容量具有很高要求，传统DB无法满足。
而列式存储是基于原生HBase构建的高性能分布式数据库，针对此案例中的Spark高速流式计算，拥有快速读写能力的列式存储无疑是其最好的数据入口和出口。
大数据风控平台
网络安全
从企业信息安全角度看，态势感知产品应用日益广泛。态势感知通过对多维度海量安全和业务数据进行快速、自动化的关联分析，帮助客户建设自己的安全监控和防御体系。而网络安全数据种类繁多、数据量大，其中基础数据DNS、Flow更是能达到每秒百万级QPS。另外，该系统历史数据一般需要保存长达几个月。
面对海量数据的快速写入和历史数据快速查询的需求，列式存储（HBase）能发挥巨大价值，其高速的数据写入能力，和结合构建二级索引达到的海量历史数据查询能力，完美的解决了难点问题。
网络安全态势感知
京东云列式存储作为一款具有高可靠性、高性能、面向列、可扩展的分布式存储系统，结合京东云强大的高可用架构，可以有效满足用户海量数据存储、实时分析等需求，并保障用户业务不中断，为用户提供安全、稳定的云上服务。新产品全面上线，欢迎点击文章左下角“阅读原文”，申请公测。
限时特惠:本站持续每日更新海量各大内部创业课程，一年会员仅需要98元，全站资源免费下载
点击查看详情
站长微信:Jiucxh
