SaaS模式云数据仓库MaxCompute发布企业级新能力:兼顾成本与性能,持续保护云上数据及服务安全

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 2020年6月9日,阿里云MaxCompute全新发布企业级新能力,在成本、性能、安全方面,持续定义企业级SaaS模式云数据仓库,通过 “云数据仓库+” 的新模式,帮助企业实现数字经济新优势。

2020年6月9日,阿里云 MaxCompute 全新发布企业级新能力,在成本、性能、安全方面,持续定义企业级SaaS模式云数据仓库,通过 “云数据仓库+” 的新模式,帮助企业实现数字经济新优势。

据介绍,最新发布的算力资源解决方案中,多计算资源打通方案融合了包年包月与按需使用两种资源调配方式,针对日常业务稳定并伴随突发计算需求的实际业务场景,可实现更优的成本与性能平衡;抢占算力资源方案,则针对测试、非紧急作业等业务场景,可实现计算资源价格较包年包月标准计算资源下降74%。安全能力方面的发布包含了数据安全加密、持续备份恢复、实时审计日志和跨地域容灾备份。此次安全能力的全面升级将MaxCompute平台系统安全能力提升到了更高的水平。

image.png

MaxCompute原名ODPS,是阿里云飞天系统三大件中大数据计算的部分。 历经十年发展,MaxCompute支撑着阿里巴巴经济体内部所有的业务,存储着阿里巴巴经济体超过99%的数据,提供了95%以上的计算力,同时服务着阿里云上各行业的数千家企业。

image.png

阿里云智能研究员,MaxCompute计算平台负责人关涛表示,大数据领域,经过10年的发展,已经实现普惠化,并进入到企业和政府的关键环节,正在被大规模的应用。所以,大数据平台当前的痛点,已经不再是如何使用的问题,而是如何在大规模的情况下,平衡价值与成本;如何让企业用起来更安全,更可靠,更经济,更便捷。MaxCompute率先提出SaaS模式云数据仓库的概念,力求将复杂留给系统,为企业提供开箱即用,更经济,更安全的大数据计算服务。

深刻理解企业的算力资源需求,提供兼顾成本与性能的算力方案

谈到降低成本,提升效率,首先是平台引擎侧的性能提升,其次是数据治理相关的效率提升,然后就是本次发布的关于优化资源使用方面的提升。从企业使用情况分析来看,大约存在着四种较为典型的企业级计算力的需求模式。
image.png

第一种是平台成熟,资源使用稳定,每天的大数据计算波动不大。典型的例子就是阿里巴巴经济体。这种用户,适合选用包年包月的预付费资源模式。

第二种是面向初创型企业,企业业务存在着较大的变化性和高速迭代性。这种情况下,适合选用按量付费模式,后付费,不使用不收费,更无需关心资源配置。

第三种是本次全新发布的,面向日常业务平稳并伴有突发计算力需求的企业,MaxCompute可提供预付费与按量付费混合的算力解决方案,平衡日常的资源使用成本,同时又能满足大促等突发业务对资源弹性的需求。

第四种是本次全新发布的面向部分客户需要的测试作业,以及不保证SLA作业的超低成本的算力方案。通过将系统闲置资源打包,形成非预留型资源包,从而为客户提供较包年包月标准计算资源下降74%的算力价格。

安全能力重大升级,持续保护企业云上安全

数据作为一种资产,面临诸多风险。MaxCompute作为企业级云数据仓库,提供了三级安全能力超过20项的安全功能。不仅包含最底层的基础设施,数据中心,网络、供电的安全,也包含中间层的平台能力安全,以及向上的用户权限管理,隐私保护层面的安全。

image.png

数据安全加密。根据数据资产的要求,发布BYOK功能。用户可以自带密钥,对数据进行全链路加密。

持续备份恢复。自动化的容灾管理能力,用户可通过配置的方式将数据做自动容灾,并做自动的容灾恢复。

跨地域的容灾备份。在容灾恢复的基础上,MaxCompute提供跨集群的容灾能力,极限情况下,当某一个数据中心不可用时,用户的数据和计算仍然可以不受影响。

实时审计日志。MaxCompute提供实时审计的能力,使得用户的管理员可以实时追踪所有数据的变化。

本次全新发布的四项安全功能,使得MaxCompute安全体系进一步提升,安全能力已经达到业内的较高水平。

了解更多SaaS模式云数仓MaxCompute,欢迎访问官网 https://www.aliyun.com/product/odps
产品发布回放 https://summit.aliyun.com/events?liveId=2932

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
打赏
0
0
0
0
80825
分享
相关文章
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
在大数据环境中,数据存储格式直接影响查询性能和成本。本文探讨了 Parquet、Avro 和 ORC 三种格式在 Google Cloud Platform (GCP) 上的表现。Parquet 和 ORC 作为列式存储格式,在压缩和读取效率方面表现优异,尤其适合分析工作负载;Avro 则适用于需要快速写入和架构演化的场景。通过对不同查询类型(如 SELECT、过滤、聚合和联接)的基准测试,本文提供了在各种使用案例中选择最优存储格式的建议。研究结果显示,Parquet 和 ORC 在读取密集型任务中更高效,而 Avro 更适合写入密集型任务。正确选择存储格式有助于显著降低成本并提升查询性能。
655 1
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
MaxFrame 性能评测:阿里云MaxCompute上的分布式Pandas引擎
MaxFrame是一款兼容Pandas API的分布式数据分析工具,基于MaxCompute平台,极大提升了大规模数据处理效率。其核心优势在于结合了Pandas的易用性和MaxCompute的分布式计算能力,无需学习新编程模型即可处理海量数据。性能测试显示,在涉及`groupby`和`merge`等复杂操作时,MaxFrame相比本地Pandas有显著性能提升,最高可达9倍。适用于大规模数据分析、数据清洗、预处理及机器学习特征工程等场景。尽管存在网络延迟和资源消耗等问题,MaxFrame仍是处理TB级甚至PB级数据的理想选择。
46 4
PolarDB 以其出色的性能和可扩展性,成为大数据分析的重要工具
在数字化时代,企业面对海量数据的挑战,PolarDB 以其出色的性能和可扩展性,成为大数据分析的重要工具。它不仅支持高速数据读写,还通过数据分区、索引优化等策略提升分析效率,适用于电商、金融等多个行业,助力企业精准决策。
46 4
大数据分区提高查询性能
大数据分区提高查询性能
47 2
大数据水平分区提高查询性能
【11月更文挑战第2天】
61 4
数据仓库与数据湖在大数据架构中的角色与应用
在大数据时代,数据仓库和数据湖分别以结构化数据管理和原始数据存储见长,共同助力企业数据分析。数据仓库通过ETL处理支持OLAP查询,适用于历史分析、BI报表和预测分析;而数据湖则存储多样化的原始数据,便于数据探索和实验。随着技术发展,湖仓一体成为趋势,融合两者的优点,如Delta Lake和Hudi,实现数据全生命周期管理。企业应根据自身需求选择合适的数据架构,以释放数据潜力。【6月更文挑战第12天】
275 5
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
177 11
深入解析大数据核心概念:数据平台、数据中台、数据湖与数据仓库的异同与应用
深入解析大数据核心概念:数据平台、数据中台、数据湖与数据仓库的异同与应用
"Apache Flink:重塑大数据实时处理新纪元,卓越性能与灵活性的实时数据流处理王者"
【8月更文挑战第10天】Apache Flink以卓越性能和高度灵活性在大数据实时处理领域崭露头角。它打破批处理与流处理的传统界限,采用统一模型处理有界和无界数据流,提升了开发效率和系统灵活性。Flink支持毫秒级低延迟处理,通过时间窗口、状态管理和自动并行化等关键技术确保高性能与可靠性。示例代码展示了如何使用Flink从Kafka读取实时数据并进行处理,简明扼要地呈现了Flink的强大能力。随着技术进步,Flink将在更多场景中提供高效可靠的解决方案,持续引领大数据实时处理的发展趋势。
119 7
大数据-数据仓库-实时数仓架构分析
大数据-数据仓库-实时数仓架构分析
187 1

相关产品

  • 云原生大数据计算服务 MaxCompute
  • AI助理

    你好,我是AI助理

    可以解答问题、推荐解决方案等