11 月 9 号的阿里云开发者大会上。来自与阿里的仇应俊分享了阿里云 OTS（开放结构化数据服务的技术实践），他首先分享了 OTS 的产生背景：
- 用户规模和应用所处理的数据呈现爆炸式增长；
- 服务的高可用性要求；
- 应用的数据库表结构会随着业务的增长而改变；
随后他又举了一个实例来说明传统数据库的局限：
用户数到达 3500 万的应用，图片记录数达到 10 万，每秒新增 3000 条记录，总数据量近百 TB。在这样的场景下，对于单机数据库，在规模处理时无能为力，最多支撑 1TB。静态表的分区、扩容也容易出现问题。
OTS 采用飞天的内核实现调度与底层通讯，在其上有结构化数据处理的引擎，应对用户的并发请求，并通过简介的 API 来供开发者调用。他指出了 OTS 在处理这些问题时的原则：
- 规模可伸缩性；数据会被水平分割成很多分区，自动调配到数据节点进行处理，当原有的数据分区不能满足需求以后自动进行再次的调配；
- 高可用性；针对硬件比如交换机之类的故障将会自动被侦测到，失效机器上的数据分区会被转移到其他的节点上；通过热升级的方式保证高可用性；
- 自动应对表结构变化。OTS 的数据模型对于属性列没有限制，可以实现动态增加；
数据安全一直都是一个敏感的话题，针对 OTS 的数据，他们目前会在几个层面上做保证：
- 数据会统一存储在底层分布式的文件系统，分布式文件系统会保证每个数据有多份的拷贝，当拷贝丢失或者损害的时候，系统会自动检测到会恢复。
- 每个数据在 OTS 里面都是隔离的，这样保证用户的数据是本身是安全可靠。
目前阿里的“冰火鸟”以及“云·OS”的用户存储空间都使用的 OTS。
暂无签名
最新发布
阿里巴巴网站架构师周涛明：跨境网站的优化与挑战
2013-09-26
阿里云计算资深总监唐洪谈飞天现状以及 5K 项目发展
2013-10-31
豌豆荚工程师谈其新版应用搜索技术
2012-12-06
中国开发者画像洞察研究报告 2024
分析开发者的行为模式、工作价值、职业发展等内容，帮助整个行业生态更深入地理解开发者，为他们提供更精准...
大模型在金融知识和作业密集型场景的挑战和实践
豆包 MarsCode 在 AI Coding 的探索与实践
利用大模型打造更聪明的猴子：下一代跨平台软件测试基础设施 Hydra Lab
评论