互联网应用目前互联网已在日常生活中广泛应用，人们可以在互联网上购物、社交、游戏等。表格存储互联网应用架构能够满足互联网中大部分应用的业务需求，典型应用场景包括历史订单数据场景、IM场景和Feed流场景。
历史订单数据场景订单系统是一个非常通用的系统，存在于各行各业，例如电商订单、银行流水、运营商话费账单等。随着互联网的发展以及各企业对数据的重视，需要存储和持久化的订单量越来越大。传统关系型数据能够解决需要支持强一致的事务的在线业务，但海量的订单关系型数据无法保存全量数据，因此需要支持数据分层存储。
订单数据场景中的核心需求如下：
在线数据同步：实时数据与历史数据分层存储，需要支持实时同步在线业务。
历史数据存储：历史订单数据存储，需要支持低延迟数据点查与搜索以及高性价比海量数据存储。
数据分析：针对历史库进行报表统计分析，需要支持计算组件实现分析统计。
订单数据场景中可以使用表格存储互联网应用架构中的数据库分层架构来实现。场景架构如下图所示。
表格存储作为关系数据库的存储补充用于存储历史订单数据并通过DTS实时同步关系数据库中的数据，同时支持使用索引实现多字段组合查询以及支持对接流批计算引擎实现数据统计分析。
IM场景IM（Instant Messaging，即时通讯）已成为当前互联网业务的基础组件，广泛应用在社交、游戏、直播等场景，具有数据量大、实时性要求高、数据增长快等特点，因此需要支持海量消息的存储、同步和检索。
IM场景中的核心需求如下：
消息历史库：按照对话存储历史消息，需要存储海量数据且存储易拓展。
消息同步库：按照接收者存储同步消息，需要支持高并发写入以及实时拉取（写扩散）。
消息索引：对历史库数据进行数据检索，需要支持数据更新同步。
IM场景中可使用表格存储互联网应用架构中的分布式结构化数据存储架构来实现。场景架构如下图所示。
表格存储专为IM场景和Feed流场景设计了Timeline轻量级消息模型，能够支持同步表百TB存储、存储表PB级存储、每秒百万写扩散消息写入以及毫秒级同步库拉取。
Feed流场景Feed流成为社交、媒体、新闻等领域的标准信息传递形态，产生了朋友圈、微博、头条等主流产品。由于Feed流场景的读写比一般为100:1，往往采用推模式，因此需要支持高并发主键自增消息写入。
Feed流场景的核心需求如下：
个人主页信息存储：按照发布者存储历史消息，需要支持海量数据存储以及内容检索。
关注信息存储：按照关注者存储消息数据，需要支持高并发写入以及实时拉取（写扩散）。
关系列表：存储关注关联关系，由于每次查看发布均会使用，需要支持数据快速更新查询。
Feed流场景中可使用表格存储互联网应用架构中的分布式结构化数据存储架构来实现。场景架构如下图所示。
表格存储专为IM场景和Feed流场景设计了Timeline轻量级消息模型，能够支持同步表百TB存储、存储表PB级存储、每秒百万写扩散消息写入以及毫秒级同步库拉取。