Tablestore Timestream：为海量时序数据存储设计的全新数据模型
引言
随着近几年物联网的发展，时序数据迎来了一个不小的爆发。为了存储这些时序数据，各大企业纷纷推出自己的时序数据库。Tablestore作为阿里云自研的NoSQL多模型数据库，能够提供海量结构化数据存储以及快速的查询和分析服务，其在存储模型、数据规模以及写入和查询能力上，都能很好的满足时序数据的场景，另外已经支持很多时序类业务，例如监控类的云监控，事件类的阿里健康药品追踪以及快递包裹轨迹等。
阿里云ACP认证考试细则须知与考题内容学习方法分享
阿里云大数据专业认证（ACP 级－Alibaba Cloud CertificationProfessional）是面向使用阿里云大数据产品的架构、开发、运维类人员的专业技术认证，主要涉及阿里云大数据类的几款核心产品，包括大数据计算服务MaxCompute、数据工场 DataWorks（原大数据开发套件 DataIDE）、数据集成、QuickBI、机器学习 PAI 等。
基于 MySQL + Tablestore 分层存储架构的大规模订单系统实践-架构篇
背景订单系统存在于各行各业，如电商订单、银行流水、运营商话费账单等，是一个非常广泛、通用的系统。对于这类系统，在过去十几年发展中已经形成了经典的做法。但是随着互联网的发展，以及各企业对数据的重视，需要存储和持久化的订单量越来越大，数据的重视程度与数据规模的膨胀带来了新的挑战。首先，订单量对于数据的存储、持久化、访问带来了挑战，这不仅增加了开发面对的困难，也为系统的运维带来了挑战。其次，随着大数据技
车联网场景下海量车辆状态数据存储实践
随着通信技术、计算机技术的不断发展，移动通信正在从人与人（H2H）向人与物（H2M）以及物与物（M2M）的方向发展，“万物互联”的概念正在逐步覆盖到各行各业中，例如智能家居、智能农业、智能交通、智能物流等领域。目前，车联网技术已经先行一步，在行车安全、交通管理、生活服务等方面得到充分应用。
车联网技术包括了车辆终端、云端、无线通信等方面。车辆终端实时产生大量车辆状态数