本文由AI智能模型生成,在自有数据的基础上,训练NLP文本生成模型,根据标题生成内容,适配到模板。内容仅供参考,不对其准确性、真实性等作任何形式的保证,如果有任何问题或意见,请联系contentedit@huawei.com或点击右侧用户帮助进行反馈。我们原则上将于收到您的反馈后的5个工作日内做出答复或反馈处理结果。
画像数据存储和查询
画像通常用一些标签来刻画对象的特征,而每一个对象所拥有的标签集合是不确定的,数据更新非常频繁,这类数据被广泛应用于市场决策、推荐以及广告系统中
优势
稀疏矩阵
HBase的稀疏矩阵模型,天然适合非结构化数据的存储,数据表无需预先定义schema,行与行之间不需要严格的列定义
支持任意更新
支持行的任意更新,无性能损耗。而且利用HBase自身的多版本机制,支持保存数据的多个历史版本
高性能读
只有对函数处理文件数据的时间进行计费,存储按使用量计费,弹性扩容,无需购买冗余的资源用于非峰值处理
建议搭配使用:数据接入服务 DIS、实时流计算服务 CS