科技报道|飞天大数据产品价值解读—SaaS模式云数据仓库MaxCompute( 二 )


应用场景MaxCompute在服务化的场景下 , 广泛的支持几种场景 , 首先是to C营销数据分析场景 , 对用户行为进行收集分析 , 构建画像 , 打标签 , 为用户做更多的服务 。 还有针对线上的运营活动 , 实时收集和查询线上运营情况 , 做运营策略的变更 。 同时为各行业大家数据仓库 , 从而构建更多的数据应用 。
科技报道|飞天大数据产品价值解读—SaaS模式云数据仓库MaxComputeMaxCompute产品技术特性
第一点:MaxCompute是全托管的Serverless的在线服务 , 不需要做资源的开通和管理 , 用户可以用使用近乎无限的计算资源 。 同时免去了很多工作 , 由阿里云做统一的版本升级 , 资源的伸缩和故障的处理 , 进一步缩减运维上的投入 。
第二点:MaxCompute可以提供最好的弹性能力和扩展性 , 由于存储与计算分离的特点 , 支持TB到EB数据规模的扩展能力 , 可以让企业将全部数据资产保存在一个平台上进行联动分析 , 消除数据孤岛 。 由于Serverless资源可以实时根据业务峰谷变化带来的需求变化分配资源 , 进行自动扩展 。 MaxCompute算力是非常强的 , 单作业可根据需要秒级获得成千上万Core , 当数据级别达到EB级别时 , MaxCompute也能很好的支持正常运转 。
第三点:MaxCompute融合了数据探索能力 , 首先MaxCompute与阿里云的warehouse是深度集成的关系 , 默认集成了对数据湖(如OSS服务) 的访问分析 , 可以处理非结构化或开放格式数据 , 还支持外表映射、通过Spark直接访问方式开展数据湖分析 。 通过数据仓库与外表的映射 , 在同一套数据仓库服务下和用户接口下 , 实现数据湖分析和数据仓库的关联分析
第四点:传统的BI能力已经无法满足业务需求 , 企业更多的需要通过AI能力将数据集成到平台中 , 支持更多的场景 。 MaxCompute与PAI无缝集成 , 提供BI+AI一体化的产品能力 , 从而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 , 同时可以使用Python机器学习三方库 。
第五点:目前 , 实时分析成为了很火热的话题 , MaxCompute也支持流式数据的实时写入(Tunnel) , 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 。 MaxCompute可以支持高性能秒级弹性并发查询 , 满足近实时分析场景 。
第六点:MaxCompute支持多种计算引擎 , 通过内建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 。
第七点:MaxCompute提供统一而丰富的运算能力 , 包括离线计算(MR , DAG , SQL , ML , Graph)、实时计算(流式 , 内存计算 , 迭代计算) , 涵盖通用关系型大数据 , 机器学习 , 非结构化数据处理 , 图计算等 。
第八点:目前 , 数据中台往往有数据共享的需求 , 企业的数据资产可以被企业的每个人检索到 , 每个人知道有哪些数据 , 同时通过安全合规的权限控制让每个人可以轻松获得企业数据资产 , 进行进一步的开发 。 此时则需要数据中台提供统一的元数据视图 , MaxCompute通过提供租户级别的统一元数据 , 让企业能够轻松获得完整的企业数据目录 , 更进一步 , 对于更广泛的数据源 , 通过外表建立数据仓库与外部数据源的连接 。 如此 , 数据中台可以做到无需收集所有数据 , 但是仍然可以为用户提供统一数据视图 , 满足数据共享的需求 。
第九点:MaxCompute不是简单的计算引擎 , 它是一个完整的服务 , 因此提供了 SLA保证:99.9%服务可用性保障 , 支持自助运维与自动化运维 , 完善的故障容错(软件 , 硬件 , 网络 , 人为) 。
科技报道|飞天大数据产品价值解读—SaaS模式云数据仓库MaxCompute三、MaxCompute产品价值


推荐阅读