大数据计算服务

大数据计算服务(MaxCompute,原名ODPS)是一种快速、完全托管的TB/PB级数据仓库解决方案。MaxCompute向用户提供了完善的数据导入方案以及多种经典的分布式计算模型,能够更快速的解决用户海量数据计算问题,有效降低企业成本,并保障数据安全。

产品功能

数据通道

批量、历史数据通道

Tunnel是MaxCompute向用户提供的数据传输服务。该服务水平可扩展,支持每天TB/PB级别的数据导入导出。特别适合于全量数据或历史数据的批量导入。Tunnel提供了Java SDK,并且在MaxCompute的客户端工具中,有对应的命令实现本地文件与服务数据的互通。

    实时、增量数据通道

    另一方面,针对实时数据上传的场景,我们提供了另一套名为DataHub的服务。该服务具有延迟低、使用方便的特点,特别适用于增量数据的导入。Datahub还支持多种数据传输插件,例如:Flume, Fluentd, Sqoop等。

      存储

      以二维表格式存储数据

      所有数据均以表格式存储,不暴露文件系统。并采用压缩存储,极高的数据压缩比极大节省了用户成本。

        计算

        SQL

        MaxCompute SQL采用标准的SQL语法。更高效的计算框架支持SQL计算模型,执行效率比普通的MapReduce模型更高。需要注意的是,MaxCompute SQL不支持事务、索引及Update/Delete等操作。

          MapReduce

          MaxCompute提供的Java MapReduce编程模型。值得注意的是,由于MaxCompute并没有开放文件接口,用户只能通过它所提供的Table读写数据,因此MaxCompute的MapReduce模型与开源社区中通用的MapReduce模型在使用上有一定的区别。我们相信,这样的改动虽然失去一定的灵活性,例如:不能够自定义排序及哈希算法,但却能够简化开发流程,免除很多琐碎的工作。更为重要的是,MaxCompute还提供了基于MapReduce的扩展计算模型, 即MR2。在该模型下,一个Map函数后,可以接入连续多个Reduce函数。

            Graph

            对于某些复杂的迭代计算场景,例如:K-Means,PageRank等,如果仍然使用MapReduce来完成这些计算任务将是非常耗时的。MaxCompute提供的Graph模型能够非常好的完成这一类计算任务。

              安全

              MaxCompute是一个多租户的计算平台。默认情况下,各租户间数据不共享,彼此隔离,但用户可以通过MaxCompute提供的授权机制将数据共享给其他人。

                产品优势

                优势描述

                超大规模计算及存储

                适用于100GB以上规模的存储及计算需求,最大可达EB级别。

                多种计算模型与一身

                支持丰富的计算模型。支持比MapReduce更高级的有向无环图计算逻辑,计算更高效。目前支持的计算功能包括:SQL,MapReduce,Graph以及MPI迭代类的算法。

                高稳定性

                在阿里巴巴集团内稳定运行达三年以上,支撑阿里巴巴集团几乎全部离线分析业务。每天支持10万以上的计算任务,处理上百PB的数据。

                极大降低企业使用成本

                与企业自建私有云相比,成本更低。更高效的计算及存储能力能够降低企业20%~30%的采购成本。

                安全可靠

                多层沙箱防护及监控系统有效保障用户数据安全。功能强大的授权功能使企业内部数据分享更加便利。

                应用场景

                • 商业智能分析
                • 广告个性化推荐
                • ETL开发
                • 通常情况下,MaxCompute可以与ECS,ADS/RDS以及其他BI报表工具等配合使用,完成用户BI分析的需求。
                  场景说明:
                  首先,应用开发者将应用或网站服务器搭建在Aliyun ECS中,终端用户向APP或网站发起访问。网站日志可以通过部署在ECS上的Fluentd数据导入工 具,被上传到DataHub中。
                  随后,MaxCompute的DataHub服务会将获取到的日志数据实时同步到MaxCompute的离线数据中。APP数据开发工程师 通过MaxCompute SDK或客户端工具向服务提交SQL 分析脚本。
                  最后,将统计后的数据导入到与BI报表系统连接的在线数据库(可以是ADS/RDS/Mongo DB等)。运营人员通过BI报表系统来查看用户统计结果。

                帮助与文档

                开发者资源

                • 命令行工具

                  基于Java SDK建立的客户端命令行工具,可以帮助您轻松、便捷的使用MaxCompute

                  下载
                • 数据导入工具

                  支持业内主流的数据传输工具,例如:Fluentd、Flume等

                  Fluentd Flume Sqoop OGG
                • 开发插件

                  为了方便用户使用 MapReduce及UDF的Java SDK进行开发工作,MaxCompute 提供了Eclipse开发插件。 该插件能够模拟MapReduce及UDF的运行过程,为用户提供本地调试手段,并提供了简单的模板生成功能

                  说明文档
                • SDK

                  MaxCompute提供了Java/Python SDK。同时,提供了官方JDBC驱动,向Java程序提供了一套执行SQL任务和获取结果的接口。

                  Java SDK说明文档 官方JDBC驱动 Python SDK