数据人看Feed流-架构实践( 七 )
综上 ， 个人推荐使用HBase存储
-
HBase支持结构化和半结构化数据；
-
具有非常好的写入性能 ， 特别对于Feed流场景可以利用批量写接口单机（32核64GB）达到几十万的写入效率；
-
HBase具备非常平滑的水平扩展能力 ， 自动进行Sharding和Balance；
-
HBase内置的BlockCache加上SSD盘可以提供ms级的高并发读；
-
HBase的TTL特性可以自动的淘汰过期数据；
-
利用数据复制搭建一个冷热分离系统 ， 新消息存储在拥有SSD磁盘和大规格缓存的热库 ， 旧数据存储在冷库 。
-
运用编码压缩有效的控制存储成本 ， 见HBase优化之路-合理的使用编码压缩
图3 使用HBase存储Feed流消息
推荐阅读
- 捉迷藏|?LOL世界赛“含金量”数据出炉：EDG仅排第六，IG稳居榜首
- 碧蓝航线|碧蓝航线SR重巡福煦数据详解 期待越高失望越大 强度平平无奇
- kramer|国服极地大乱斗数据上线，来看看胜率榜符合你的预期吗？
- 米莱狄|峡谷数据榜：分均输出TOP5，干将莫邪只排第四，米莱狄至今被误解
- |S11淘汰赛数据盘点：场均时长为33分 55个不同英雄登场
- 中单|2021年英雄联盟世界赛终于落下帷幕！！大数据统计二！！
- 灵饰|梦幻西游：109级法系前排灵饰选择方法，用数据告诉你怎么做
- 卡牌|S11淘汰赛数据出炉，卡牌24场全被ban，压刀最多竟是辅助
- edg战队|堡垒之夜国服将清除数据，EDG创造队史晋级S11世界赛决赛
- 电子竞技|鱿鱼游戏：给成年人看的童话故事