基于阿里云大数据平台开发大数据应用(一):精挑细选,选定MaxCompute

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
数据安全中心,免费版
简介: 本文是基于阿里云大数据平台开发大数据应用系列文章的第一部分,主要谈谈为什么在进行技术调研以后,选定阿里云MaxCompute作为大数据项目开发的平台。

由于工作需要,作者需要指导大学生开发一系列大数据应用。作者将这一过程记录下来,就形成了这个“基于阿里云大数据平台开发大数据应用”的系列文章。这篇文章是本系列文章的第一篇,主要介绍为什么选定阿里云MaxCompute平台作为项目开发的基础平台。

当前,基于大数据开发新型的数据仓库系统已经是一个主流开发需求。从我们的需求出发,选择MaxCompute的理由可以总结为:高性能带来的高性价比,整个运行和生产环节的稳定性,数据共享和安全的平衡,应用开发的复杂度,基于阿里云大数据平台构建应用的方便。

具体来说,我们通过调研发现,阿里云大数据计算服务MaxCompute 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 。同时,大数据开发套件和 MaxCompute关系紧密,大数据开发套件为 MaxCompute 提供了一站式的数据同步,任务开发,数据工作流开发,数据管理和数据运维等功能。

其次,MaxCompute 主要服务于批量结构化数据的存储和计算,可以提供海量数据仓库的解决方案以及针对大数据的分析建模服务 。随着数据收集手段的不断丰富及完善,越来越多的行业数据被积累下来 。数据规模已经增长到了传统软件行业无法承载的海量数据级别 。在分析海量数据场景下,由于单台服务器的处理能力限制,数据分析者通常采用分布式计算模式 。但分布式的计算模型对数据分析人员提出了较高的要求,且不易维护 。使用分布式模型,数据分析人员不仅需要了解业务需求,同时还需要熟悉底层计算模型。 MaxCompute 为用户了提供一种便捷的分析处理海量数据的手段 。开发者可以不必关心分布式计算细节,从而达到分析大数据的目的 。

再次,与其他大数据平台相比,MaxCompute在多方面具有重大突破:提供了非结构化的处理,在云上开始使用开放的对象存储、开放的表格存储,在数据分析方面进行了CPU和GPU统一的架构。具体来说,在云上,现在存储非结构化数据情况越来越多,比如存储视频、音频、图像,存储文本、标签等。很多需要在这个过程中能够进行进一步的计算,比如希望存储的文本文件能够在MaxCompute上直接对其进行计算,从而完成非结构化数据到结构化数据的转换。MaxCompute 提供了外部表的方式,可以将非结构化信息映射成一个外部表来进行表式的处理。

数据安全是大数据应用的一个必备需求。MaxCompute应对多个项目要安全共享数据的天然诉求,开发了一整套更细粒度的授权体系。基于项目的方式,让更多的安全得到控制的一个非常重要的原则是最小化原则:仅仅授权给最小需要数据的人,在企业里做到权责分离。通过不同的授权方式,MaxCompute让不同的部门得到合理的授权,确保数据安全的权限下发到最小的部门。

从上面的分析大家可以看出,作为云服务,MaxCompute具有显著的优点:开通即用,非常便利;在云上,借助于大规模的规模效应带来的高性能、低成本;数据安全、可靠;支持多种分布式计算模型,计算架构发展到今天,没有一种架构能够满足所有的场景,MaxCompute可以做离线计算、批量计算,学习能力强;兼容生态开放,提供了众多接口和生态的工具。

所以,基于阿里云MaxCompute,可以构建完整的大数据应用架构,包括数据采集、数据集成、数据开发、数据运维、数据应用的工具。数据来源是基于阿里云的ECS、RDS、OSS,通过阿里云提供的数据管理功能同步上来做数据仓库,进一步来做开发。MaxCompute处于阿里云整个计算平台的核心位置。MaxCompute与阿里云的其他组件想配合,可以实现推荐、报表分析、个性化展现等功能。

基于以上分析,我们发现阿里云大数据平台是目前国内云平台上的大数据系统的领先解决方案。所以,我们最终选定阿里云大数据平台作为我们项目的底层平台。

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 
智钢
+关注
目录
打赏
0
0
0
0
2
分享
相关文章
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
265 1
DataWorks产品评测:大数据开发治理的深度体验
DataWorks产品评测:大数据开发治理的深度体验
88 1
大数据及AI典型场景实践问题之基于MaxCompute构建Noxmobi全球化精准营销系统如何解决
大数据及AI典型场景实践问题之基于MaxCompute构建Noxmobi全球化精准营销系统如何解决
代码编码原则和规范大数据开发
此文档详细规定了SQL代码的编写规范,包括代码的清晰度,执行效率,以及注释的必要性。它强调所有SQL关键字需统一使用大写或小写,并禁止使用select *操作。此外,还规定了代码头部的信息模板,字段排列方式,INSERT, SELECT子句的格式,运算符的使用,CASE语句编写规则,查询嵌套规范,表别名定义,以及SQL注释的添加方法。这些规则有助于提升代码的可读性和可维护性。
95 0
大数据开发SQL代码编码原则和规范
这段SQL编码原则强调代码的功能完整性、清晰度、执行效率及可读性,通过统一关键词大小写、缩进量以及禁止使用模糊操作如select *等手段提升代码质量。此外,SQL编码规范还详细规定了代码头部信息、字段与子句排列、运算符前后间隔、CASE语句编写、查询嵌套、表别名定义以及SQL注释的具体要求,确保代码的一致性和维护性。
147 0
MaxCompute 入门:大数据处理的第一步
【8月更文第31天】在当今数字化转型的时代,企业和组织每天都在产生大量的数据。有效地管理和分析这些数据变得至关重要。阿里云的 MaxCompute(原名 ODPS)是一个用于处理海量数据的大规模分布式计算服务。它提供了强大的存储能力以及丰富的数据处理功能,让开发者能够快速构建数据仓库、实时报表系统、数据挖掘等应用。本文将介绍 MaxCompute 的基本概念、架构,并演示如何开始使用这一大数据处理平台。
852 0
从数据小白到大数据达人:一步步成为数据分析专家
从数据小白到大数据达人:一步步成为数据分析专家
148 92
大数据 优化数据读取
【11月更文挑战第4天】
78 2

热门文章

最新文章