阿里云文件存储助力悦跑圈上云之成功案例
广州悦跑信息科技有限公司是一家专注于通过移动互联网应用以及跑步社交运动和线下赛事活动为中国跑步爱好者提供全方位服务的高科技企业。截止2017年1月,旗下悦跑圈APP用户规模达3000万。 ? 作为典型的O2O的应用悦跑圈需要在服务器端维护海量的核心业务数据并且需要高可用、高可靠和稳定安全的平台来存储数据。
深入对比 HBase 与阿里云的表格存储服务
谷歌的 Bigtable 于 2016 年推出了兼容 HBase 的接口，而作为国内最早推出分布式 NoSQL 数据存储服务的阿里云表格存储也在最近正式发布了HBase Client，能够帮助用户将业务轻松从 HBase 迁移至表格存储。
如何使用表格存储实现网盘文件的极速秒传
目前不少云备份、网盘等产品都提供了秒传的功能，一方面能够显著的提高了用户的使用体验，另外一方面由于避免了不必要的文件传输，又有效的降低了存储成本与带宽成本。
使用DataX同步MaxCompute数据到TableStore（原OTS）优化指南
概述 现在越来越多的技术架构下会组合使用MaxCompute和TableStore，用MaxCompute作大数据分析，计算的结果会导出到TableStore提供在线访问。MaxCompute提供海量数据计算的能力，而TableStore提供海量数据高并发低延迟读写的能力。
【知云】第九期：如何实现直播平台数据化精准运营？日志服务+大数据双剑合璧
现在精细化运营越来越重要，但对直播平台而言，后期的运营策略往往缺乏数据支撑。那么如何实现数据化精准运营呢？本文中云计算布道师游圣将为大家分享基于日志服务和大数据平台的阿里云数据化运营解决之道。
形形色色Trace系统（1）：AWS X-Ray
AWS 在2016 Re:Invent上推出了X-Ray，对如今微服务编程，以及ServerLess Architecture非常有前瞻性。另外近期一个比较大新闻是:Google Stack Driver开始支持Zipkin（Twitter 开源的Tracing系统）。
自定义LOG投递OSS数据Partition，优化你的计算
数据划分Partition OSS数据存储具有高可靠、低成本等优点，是海量数据存储的最佳选择之一，尤其适用于半结构化的日志存储，并可以结合E-MapReduce（使用Hive、Impala等计算引擎）通过schema-on-read方式加载数据做查询分析。
【文件存储NAS】数据迁移工具介绍及使用指南
NAS数据迁移工具可以帮助您方便地将对象存储（如OSS、七牛等）或本地磁盘上的文件同步到 NAS文件系统。
如何使用OSS RTMP功能直播/鉴黄？
音视频直播平台如何实现数据存储？视频监管及风控需求如何满足？直播视频/图片内容如何自动审核？视频监控行业如何降低视频数据存储成本？OSS近期推出了RTMP收流功能。用户可以直接用RTMP协议将音视频数据上传到OSS，并且可以在推流的同时实时截图、鉴黄。
如何搭建亿级社交信息分享平台？
由于移动互联网的兴起，人与人之间的交流、信息分享能够以电子信号的速度传递在各个终端设备之间，像朋友圈、微博、Twitter等社交平台的出现，大大方便和丰富了人们的日常生活。通过本文，我们来看看如何搭建一个高并发、低延时、能够承受亿级活跃用户的社交信息分享平台。
从SQL到NoSQL—如何使用表格存储
NoSQL 是一个用于描述高扩展高性能的非关系数据库的术语。 NoSQL 数据库提供的 schemafree 数据模型能够让应用无需预先定义表结构，适应业务的多元化发展，而对超大数据规模和高并发的支持让 NoSQL 数据库得到了广泛的应用。
【行业存储方案】数娱行业存储解决方案
从图片分享到短视频再到音视频直播，面对越来越高的多媒体数据的存储要求，以及超高量并发的请求场景以及多样化的数据处理需要，互联网数娱行业应该如何选择合适的存储架构，在当下的直播和“网红经济”的热点中夺占先机。2016年10月杭州云栖大会，阿里云存储重磅发布数娱存储解决方案，存储行业解决方案频道页同期上
【产品动态】云存储11月月刊
恩... 以后半年的的存储线产品更新信息准备进厂云栖社区了....... 求关注求赞求评论......最重要的是——希望大家用好阿里云存储产品啦啦啦~~~
日志服务发布Windows Logtail，完整支持两大平台
日志服务支持客户端、网页、Syslog、SDK/API等方式接入数据，参考。 Linux平台上的Logtail客户端拥有优秀的性能和良好的接入体验，在解决跨平台兼容问题后，我们推出Windows Logtail，在功能体验、性能表现上对齐Linux平台版本。
公网数据采集比较(LogHub vs 自建前端机）
对一些应用场景而言，需要实时收集公网数据，例如移动端，HTML网页，PC、服务器、硬件设备、摄像头等实时数据进行处理。 在传统的架构中，一般通过前端服务器+Kafka这样的搭配来实现如上的功能。现在日志服务的LogHub功能能够代替这类架构，并提供更稳定、低成本、弹性、安全的解决方案。我们来比
如何理解表格存储的多版本、生命周期和有效版本偏差
表格存储在8月份推出了容量型实例，直接支持了表级别最大版本号和生命周期，高性能实例也将会在9月中旬支持这两个特性。那么，最大版本号和生命周期以及特有的有效版本偏差该如何理解呢，在实际的使用上对我们又有什么帮助呢？ 让我们来详细了解下吧！
揭秘 | 阿里云为什么能入选Gartner魔力象限
日前，研究机构Gartner公布了2015年全球公共云存储服务魔力象限。 阿里云入围全球TOP5厂商之列，成为首家入选的中国云服务商。
通过LogShipper对接数据仓库
日志服务[LogShipper](~~43724~~)功能可以便捷地将日志数据投递到OSS、TableStore、MaxCompute等存储类服务，配合E-MapReduce（Spark、Hive）、MaxCompute进行离线计算
使用LogHub进行数据清洗/ETL
日志处理过程中一个假设是：数据并不是完美的。在原始数据与最终结果之间有Gap，需要通过ETL（Extract Transformation Load）等手段进行清洗、转换与整理。
如何将日志服务的数据秒级同步到表格存储
最近在容器服务的官方镜像中，新增了loghub-shipper的镜像，使用该镜像，可以订阅日志服务中的日志库，以秒级的延时将日志数据从日志服务中读出并转换成结构化数据存储在表格存储中，以满足实时在线服务的精确查询需求。
Table Store(原OTS) 如何支持大cell写入
TableStore设计目标是快速读写简单的表数据，所以对单列大小限制在2M Byte（一次写入超大cell会引起系统波动），对大部分用户来说，这个值都是足够的，但是仍然有一些用户碰到了如下问题：用户自身绝大部分cell都能保证低于2M，按时有极个别的Cell高达20M，此时如果专门为这些大cell
《银行的一天》演示日志处理保序、不丢、不重
日志处理是一个很大范畴，其中包括实时计算、数据仓库、离线计算等众多的点。这篇文章主要目的为了讨论如何在实时计算场景中，如何能做到日志处理保序、不丢失、不重复，并且在上下游业务系统不可靠（存在故障），业务流量剧烈波动情况下，如何保持这三点。
TableStore: 使用Datax将实例A的数据迁移到实例B中
现在我们需要将数据从一个老的实例A迁移到实例B上面，做一下备份，我们打算使用Datax作为我们的数据传输工具，其中用到了otsreader和otswriter。
使用Logtail收集各网络日志数据
日志服务提供各种内网、私网、公网等[访问点](https://help.aliyun.com/document_detail/29008.html)，可以非常便捷地将混合网络中的数据进行接入
日志服务（原SLS）新功能发布(15)--控制台支持查看协同消费组（ConsumerGroup）消费进度
日志服务中分区（Shard）是每个日志库下基本读写单元，每个分区能承载一定量的服务能力，随着日志数据不断增加，需要通过分裂增加Shard数量，对于多个Shard如果直接通过PullLogs接口拖取数据的话，需要处理负载均衡和故障恢复等各种问题
Uber市场部门日志实时处理-解读
Kafka 2016 Summit上Uber工程师Danny Yuan分享了一个Streaming Processing PPT，如何解决Uber里Operation Team所需要的需求。看了整个视频觉得介绍很细致，这对于大部分LBS （Location Based Service）有很好的借鉴意
日志处理实战：一个外卖网站解决方案（持续更新中）
“我要点外卖“是一个平台型电商网站，用户、餐厅、配送员等。用户可以在网页、App、微信、支付宝等进行下单点菜；商家拿到订单后开始加工，并自动通知周围的快递员；快递员将外卖送到用户手中。我们希望通过该网站的案例，教会大家如何通过日志进行商业运营与决策。
"朕亦甚想你"——从后宫管理看阿里云访问控制（下）
本文从后宫切入，类比简述了阿里云访问控制(RAM)的概念。对用户授权、角色扮演给出详细的操作方法。然后以OSS为例，详细说明了权限问题的排除方法。本文的目的是让读者快速熟悉RAM、快速上手、快速解决遇到的问题。
《Kafka Stream》调研：一种轻量级流计算模式
流计算，已经有Storm、Spark，Samza，包括最近新起的Flink，Kafka为什么再自己做一套流计算呢？Kafka Stream 与这些框架比有什么优势？Samza、Consumer Group已经包装了Kafka轻量级的消费功能，难道不够吗？ 花了一些时间阅读[docs](http
如何灵活使用OSS监控数据动态调整OSS服务参数
本文的目的是为了提供一种使用OSS监控服务的数据灵活控制OSS服务形态的例子，以方便大家能够举一反三，实现更多的通用方法解决多样的需求。
Windows下编译使用Aliyun OSS C SDK
本文以VS2008、VS2010、VS2012、VS2013、VS2015为例说明编译OSS C SDK、运行示例程序的方法及常见问题。
"朕亦甚想你"——从后宫管理看阿里云访问控制（上）
本文从后宫切入，类比简述了阿里云访问控制(RAM)的概念。对用户授权、角色扮演给出详细的操作方法。然后以OSS为例，详细说明了权限问题的排除方法。本文的目的是让读者快速熟悉RAM、快速上手、快速解决遇到的问题。
MNS支持OSS事件通知啦！！！
MNS 推出重磅功能，支持阿里云各大服务通过MNS实现事件通知（回调）。用户可以通过在MNS上创建事件通知的规则，来关注其他阿里云产品指定资源上产生的事件，并且由MNS以消息的方式主动推送到指定的接收端。 事件通知按区域提供服务 事件通知为异步通知，不会影响用户使用其...
如何用消息系统避免分布式事务？
前阵子从支付宝转账1万块钱到余额宝，这是日常生活的一件普通小事，但作为互联网研发人员的职业病，我就思考支付宝扣除1万之后，如果系统挂掉怎么办，这时余额宝账户并没有增加1万，数据就会出现不一致状况了。 上述场景在各个类型的系统中都能找到相似影子，比如在电商系统中，当有用户下单后，除了在订单表插入一条
