HBase用户福利

新用户9.9元即可使用6个月云数据库HBase，更有低至1元包年的入门规格供广大HBase爱好者学习研究，更多内容请参考链接

大数据处理的挑战

随着企业数据的逐渐积累增多，数据架构从单节点的关系型数据库，演进到分库分表，再演进到NoSQL及hadoop生态。hadoop生态百花齐放，没有统一的架构标准，目前用的比较多的是Lambda架构，该架构主要特点为流计算、批处理、在线存储独立的，通过pipline来连接。

大数据Lambda架构比较复杂，流、批、在线存储需要独立建设，同时需要构建数据pipline来做数据交换流动。

• 数据写入：批处理、流处理、在线存储需要分别写入数据。一方面流及批两层需要独立写入数据，同时很多大数据业务数据也会直接写入mongoDB、Cassandra、HBase、Redis等NoSQL系统这样的在线存储系统。
• 数据交换：批处理、在线存储之间交换需要构建大量ETL批作业
• 数据质量：批处理、流处理、在线存储需要分别写入数据，会导致数据维护繁琐，不同写入链路的数据可能不一致
• 系统稳定性：Lambda架构批计算层和在线存储层需要做频繁的数据交换，且都是批处理直接通过在线存储API抽取数据以及回流，大数据量场景会影响在线存储的稳定性

NoSQL X-Pack构建大数据在线存储及计算一体化架构

为了从架构上解决上面这些问题云X-Pack Spark提供了一键流式归档NoSQL数据库的日志到spark离线数仓的能力。写入mongoDB、Cassandra、HBase的在线存储明细数据，可以自动归档到Spark离线数仓然后做复杂计算、机器学习等。云X-Pack Spark产品文档

X-Pack Spark一键流式归档

X-Pack Spark 一键归档支持将 Cassandra、HBase、mongoDB数据通过增量日志方式归档到 X-Pack Spark 数据仓库(对在线业务稳定性无影响)，在 X-Pack Spark集群进行数据计算性能大幅提升。整体架构如下：

X-Pack Spark 一键归档模式推出了”大数据在线存储和计算一体化”架构，具有以下优点：

• 数据一致性：避免双写；业务直接写NoSQL系统，数据自动归档到spark离线数仓
• 稳定性：异步log同步到spark数仓，对NoSQL在线业务稳定性没有任何影响
• 性能：spark分析列存，比直接分析NoSQL数据库性能大幅提升
• 限制：目前X-Pack Spark一键流式归档上线支持了hbase，Phoenix、MongoDB、Cassandra敬请期待

归档数据计算

数据会周期的归档到spark的离线数仓(HiveMeta)，然后可以直接在x-pack spark中查看数据以及计算

阿里云NoSQL数据库其他动态

阿里云Cassandra数据库正式公测，提供免费试用：https://www.aliyun.com/product/cds。