云服务器 ECS
容器计算服务 ACS
云原生大数据计算服务 ( 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 。
产品优势
-
大规模计算存储
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
支持SQL、MapReduce、Graph等计算类型及MPI迭代类算法
-
强数据安全
稳定支撑阿里全部离线分析业务7年以上，提供多层沙箱防护及监控
-
低成本
与企业自建私有云相比，计算存储更高效，降低20%-30%采购成本
精心打造的功能
-
数据通道
支持批量/历史数据通道和实时/增量数据通道
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，MaxCompute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：Logstash、Flume、Fluentd、Sqoop等。同时支持日志服务Log Service中的日志数据的一键投递至MaxCompute，进而利用大数据开发套件进行日志分析和挖掘。
-
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。并采用列压缩存储格式，极高的数据压缩比极大节省了用户成本。通常情况下，MaxCompute存储具备5倍压缩的能力
-
计算模型
支持SQL、MapReduce、Graph多种计算模型与一身
SQL
MaxCompute SQL采用标准的SQL语法，兼容部分Hive语法。在语法上和HQL非常接近，熟悉SQL或HQL的编程人员都容易上手。另外MaxCompute提供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项目组其他人。
DataWorks
MaxCompute
Quick BI
日志服务
机器学习
