亚洲视频一区二区,国产超碰91人人做人人爱

GeminiDB

Warum Huawei Cloud GeminiDB?

Skalierbarkeit

Shared-Nothing- und Shared-Storage-Architektur: Zustandslose Rechenknoten teilen sich eine zustandsabh?ngige verteilte Speicher-Engine.
Hohe Ressourcennutzung: Eingebaute Proxy-Cluster unterstützen den dynamischen Datenlastausgleich.
Elastische Skalierung: Rechenknoten k?nnen innerhalb von Minuten hinzugefügt werden, und der Speicher kann in Sekundenschnelle hoch skaliert werden.

Zuverl?ssigkeit

Kein Datenverlust und starke Datenkonsistenz: Drei Kopien der Daten werden in einem verteilten, gemeinsamen Speicherpool gespeichert, wodurch kein Datenverlust und eine starke Konsistenz für den Multipunkt-Zugriff gew?hrleistet werden.
Hohe Verfügbarkeit: Die überragende Fehlertoleranz (N-1-Zuverl?ssigkeit) stellt sicher, dass im Falle eines fehlerhaften Knotens die Services innerhalb von Sekunden übernommen werden k?nnen, ohne dass es zu einer Beeintr?chtigung der Services kommt.
Stabile Leistung: GeminiDB ist auf End-to-End-Stabilit?t ausgelegt, mit verteiltem Multithreading auf der Rechenebene und direktem Remotezugriff auf den direkten Speicher (RDMA) auf der Speicherebene. Die RocksDB-Speicher-Engine ist optimiert, und die Trennung von kalten und hei?en Daten beschleunigt den Zugriff auf Hotspot-Daten.

Kosteneffizienz

Dediziertes Rechnen: Durch die Entkopplung von Speicher und Rechnen nutzt GeminiDB dedizierte Rechenknoten, um die Rechenleistung zu steigern und die Nutzung der Rechenressourcen von Standby-Servern, die herk?mmliche Netzwerke verwenden, zu verbessern.
Geringe Arbeitsspeicherkosten: GeminiDB Redis API hat geringere Speicheranforderungen als Open-Source-Redis, was die Hardwarekosten um 75 bis 90 % reduziert.
Geringe Speicherkosten: Dank der Unterstützung für adaptive Komprimierung und automatisierten mehrstufigen Hot- und Cold-Speicher müssen Sie für Zeitreihendaten mit der GeminiDB Influx API nur 1/10 der Speicherkosten einer relationalen Datenbank bezahlen.

Schlüsselwert

Eigenschaften der Daten

Schlüsselwertdaten und traditionelle Redis-Datenstrukturen wie Hashes, Listen, sortierte Sets, Sets und Streams

Massendaten

Anwendungsszenarien

Werbung: Für die Speicherung von Merkmalsprofilen ben?tigen KI-Services Datenbanken mit niedriger Latenz und Schlüsselwerten (KV), die eine gro?e Datenmenge speichern k?nnen. Auch Medienterminals ben?tigen eine geringe Latenzzeit. GeminiDB Redis API eignet sich hervorragend für Werbeservices mit Echtzeit-Werbung (RTA) und auf der Anwendungsplattform, Demand-Side-Plattform (DSP).

Gaming: GeminiDB Redis API hilft Gaming-Unternehmen, Spielerdaten, Aktivit?ten, Ranglisten, Freunde und mehr zu speichern. Sie hilft ihnen, mit Zeitpunktwiederherstellung (PITR) schnell auf Datenprobleme zu reagieren.

E-Commerce: GeminiDB Redis API erm?glicht es Nutzern, gro?e Mengen an Inventar-Produktdaten zu speichern und bietet eine hervorragende Zuverl?ssigkeit.

Kompatibilit?t

GeminiDB Redis API ist kompatibel mit Redis APIs und unterstützt Prim?r-/Standby- und Cluster-Architekturen.

GeminiDB Redis API ist kompatibel mit DynamoDB APIs.

Mehr

GeminiDB Redis API

Breite Tabellen

Eigenschaften der Daten

Breites Tabellenmodell, Spaltenfelder mit Skalierbarkeit und strukturierte und semistrukturierte Daten

Petabytes an Daten

Anwendungsszenarien

Social-Networking: GeminiDB Cassandra API kann Nutzerdaten wie Follower, Posts und Likes speichern und Daten zur Verteilung von Inhalten für Social-Networking-Anwendungen verarbeiten. Sie kann problemlos hochskaliert werden, um Datenverkehrsspitzen zu bew?ltigen, wenn auf Anwendungen wie Facebook, Discord und MeeTime hei?e Themen auftauchen.

IoT: GeminiDB Cassandra API verarbeitet gleichzeitige Schreibvorg?nge von massiven Daten, die von IoT-Ger?ten generiert werden, einschlie?lich Daten über Logistik, Wearables und Smart City Monitoring.

Data Warehouse: GeminiDB Cassandra API kann umfangreiche Daten über Werbung, historische Bestellungen, Feeds, Nachrichten, Protokolle und Empfehlungen neu analysieren, um neue Nutzer- und Verhaltensprofile zu erstellen.

Kompatibilit?t

GeminiDB Cassandra API ist mit Open-Source-Cassandra kompatibel, bietet eine ?hnliche Entwicklungserfahrung wie MySQL und unterstützt Cluster-Architekturen.

GeminiDB Cassandra API ist kompatibel mit Open-Source-HBase (in OBT).

GeminiDB Cassandra API ist mit DynamoDB APIs kompatibel und die Daten k?nnen problemlos von DynamoDB zu GeminiDB Cassandra API migriert werden.

Mehr

GeminiDB Cassandra API

Zeitreihendaten

Eigenschaften der Daten

Zeitreihendaten mit Zeitstempeln

Vereinfachte Datentypen wie Boolean, Int, String und Float

Eine gro?e Datenmenge, die haupts?chlich geschrieben, abgefragt und nur selten aktualisiert wird

Stabiler Datenverkehr ohne offensichtliche Schwankungen zwischen Haupt- und Nebenverkehrszeiten

Strukturierte Daten und Daten, die aus einer einzigen Datenquelle stammen

Daten, die nach Zeit gespeichert und nach Ablauf gel?scht werden

Anwendungsszenarien

IoV: Informationen wie Fahrzeugstatus, Standort und Batteriestatus

IoT: gemeldete Statusdaten wie Fabrikger?te, Terminals und Umgebungen

Anwendungs-O&M und -überwachung: CPU-, Speicher- und Festplattennutzung von VMs und Containern

Business Intelligence: Aggregierung, Berechnung und Analyse von Daten wie z. B. Serviceaufzeichnungen und Nutzerverhalten

Kompatibilit?t

GeminiDB Influx API ist kompatibel mit InfluxDB APIs und unterstützt Cluster-Architekturen.

Mehr

GeminiDB Influx API

Kontinuierliche Innovation mit Millionen von Kunden

Wisedu Huawei Device Business Cloud Eye

Wisedu beschleunigt die digitale Transformation und senkt die Kosten mit GeminiDB

Wisedu, ein Anbieter von Informationsservices für Hochschulen mit Sitz in Nanjing, Jiangsu, China, migrierte vor fast einem Jahr seine Kernservices auf GeminiDB Redis API. Die Services sind stabil, mit einer durchschnittlichen Service-Latenz von weniger als 1 ms und einer P99-Latenz von weniger als 2 ms. Die Effizienz von O&M und Entwicklung hat sich erh?ht.

HUAWEI Tag hilft, Ihr Ger?t mit GeminiDB leicht zu finden

Die hohen E/A-F?higkeiten der GeminiDB Cassandra API erm?glichen eine massive Datenspeicherung und k?nnen massive gleichzeitige Schreibanfragen bew?ltigen – eine gute Voraussetzung für HUAWEI Tag. Mit der GeminiDB Cassandra API k?nnen Sie mehr als 10.000 Knoten für die Verarbeitung von mehr als 5 Petabytes an Daten und mehr als 10 Millionen OPS mit einer durchschnittlichen Latenz von 4 ms bereitstellen. All diese Funktionen verbessern die Effizienz und das Nutzererlebnis von HUAWEI Tag erheblich.

Huawei Cloud Eye überwacht über 10 Millionen Metriken mit GeminiDB Influx API

Durch die Nutzung spezieller Komprimierungsalgorithmen reduziert GeminiDB Influx API die Speicherkosten um 80 % und erh?ht die Komprimierungsrate um mehr als das Zehnfache. Sie erm?glicht doppelt so schnelle Schreibvorg?nge und senkt die Rechenkosten um 30 % dank der parallelen Hochgeschwindigkeits-Schreibfunktionen. Mithilfe der GeminiDB Influx API überwacht Cloud Eye über 60 Cloud-Services, bedient 100.000 Tenants und liefert mehr als 60 Millionen Metriken.