- 产品优势
- 产品功能
- 应用场景
产品优势
-
-
简单、易用
面向数仓优化高性能存储、计算；多服务预集成、标准SQL开发简单；内建完善的管理和安全能力；免运维，按量付费、不用不花钱。
-
-
匹配业务发展的弹性扩展
存储和计算独立扩展，动态扩缩容，按需弹性，无需提前容量规划，满足突发业务增长。
-
-
支持多种分析场景
支持开放数据生态，以统一平台满足数据仓库、BI、近实时分析、数据湖分析、机器学习等多种场景需要。
-
-
开放的平台
支持开放接口和生态，为数据、应用迁移、二次开发提供灵活性；支持与AirFlow、Tableau等开源和商业产品灵活组合，构建丰富的数据应用。
产品功能
-
全托管的 Serverless 在线服务
对外以API方式访问的在线服务，开箱即用；预铺设的大规模集群资源，按需使用和付费；无需平台运维，最小化运维投入。
-
弹性能力与扩展性
存储和计算独立扩展，支持企业将全部数据资产在一个平台上进行联动分析，消除数据孤岛；实时根据业务峰谷变化来分配资源。
-
统一丰富的计算和存储能力
多计算模型（MR，DAG，SQL，ML）和丰富的UDF，采用列压缩存储格式，通常情况下具备5倍压缩能力，大幅节省存储成本。
-
与 DataWorks 原生集成
一站式数据开发与治理平台DataWorks，可实现全域数据汇聚、融合加工和治理，支持对MaxCompute项目进行管理以及web端查询编辑。
-
集成 AI 能力
与机器学习平台PAI无缝集成，提供强大的机器学习处理能力；用户可使用熟悉的Spark-ML开展智能分析；使用Python机器学习三方库。
-
深度集成 Spark 引擎
内建Apache Spark引擎，提供完整的Spark功能；与MaxCompute计算资源、数据和权限体系深度集成。
-
湖仓一体
集成对数据湖（OSS或Hadoop HDFS）的访问分析，支持外表映射、Spark直接访问方式开展数据湖分析；在一套数仓服务和用户接口下，实现湖与仓的关联分析。
-
支持流式采集和近实时分析
支持流式数据实时写入并在数据仓库中开展分析；与云上主要流式服务深度集成，轻松接入各种来源流式数据；高性能秒级弹性并发查询，满足近实时分析场景需求。
-
提供持续的SaaS化云上数据保护
为云上企业提供从基础设施、数据中心、网络、供电到平台安全能力，再到用户权限管理、隐私保护等三级超20项安全功能，兼具开源大数据与托管数据库的安全能力。
应用场景
- 智能物流
- 云数据仓库
- 日志大数据分析
- 精细化运营
- 搜索推荐
- 海量营销数据分析
智能物流
成本低，数据处理时间显著提升 菜鸟智能物流分析引擎是基于搜索架构建设的物流查询平台，日均处理包裹事件几十亿，承载了菜鸟物流数据的大部分处理任务。
能够解决
现有数据规模的处理需求，整体硬件资源成本下降60%+
全量数据处理时间极大被压缩，2亿的记录，端到端只需要3分钟
一个系统满足多种场景查询，没有数据冗余，还有查询报错功能
推荐搭配使用
Hologres- 实时计算Flink版
云数据仓库
在云计算、大数据时代，数据仓库的重要性毋庸置疑，其建设也在不断的进化中。某知名新零售客户在横向对比之后，毅然决定基于MaxCompute强大的计算能力进行数据仓库的建设。
能够解决
第一阶段通过DataX和Tunnel向MaxCompute同步数据
第二阶段通过内部产品打通在DataWorks进行同步和数据清洗
DataWorks进行ETL和OLAP的数据通过Quick BI产出报表
推荐搭配使用
- MaxCompute
- DataWorks
- Quick BI
日志大数据分析
某天气信息查询软件客户将日志分析业务从云下Hadoop集群迁移到阿里云MaxCompute后，开发效率提升超过5倍，存储和计算费用节省了70%，更高效的赋能其个性化运营策略。
能够解决
日志数据全部通过SQL进行分析，工作效率提升了5倍以上
整体存储和计算的费用比之前节省70%，性能和稳定性也有提升
MaxCompute提供多种开源软件的插件，轻松完成数据上云
推荐搭配使用
- DataWorks
- Quick BI
- 日志服务（SLS）
精细化运营
某知名电商客户截至目前已经拥有百万级别的用户，积累了大量的数据，如何更好的服务用户并提升客户体验是其进行大数据探索的出发点。
能够解决
通过MaxCompute计算能力实现了针对百万用户的精细化运营
对业务数据分析能力提升并有效监控，更好的业务赋能
阿里云大数据生态满足新业务数据分析需求的“随机应变”能力
推荐搭配使用
- DataWorks
- Quick BI
搜索推荐
目前阿里巴巴淘系已能通过平台自助打标后，在报表中做自助即席多维分析，涵盖1000+自定义维度信息，无需开发同学额外支持，解放人力，减少沟通成本。
能够解决
无需更改blink作业，整体链路1小时内完成维表数据切换
数据量大，资源有限，数据生产基本无延迟，且查询秒级内响应
几十亿商品的特征信息仅耗时5分钟完成数据切换
推荐搭配使用
- Hologres
- 实时计算Flink版
海量营销数据分析
某知名聚合支付客户日交易笔数在百万级别，目前已经积累了海量交易数据。如何对海量数据进行分析与业务创新从而提高用户黏性，亟需搭建安全、可靠、稳定的大数据平台。
能够解决
一站式大数据平台同时满足存储、计算、BI和机器学习等功能
作为互联网创业公司，需尽可能以最低的成本去实现
需要严格的数据隐私保护机制，商户的数据只用于自身分析
推荐搭配使用
- 机器学习平台PAI
- Quick BI