直达最佳实践：【 基于湖仓一体架构使用MaxCompute对OSS湖数据分析预测最佳实践 】
最佳实践频道：【 最佳实践频道】
这里有丰富的企业上云最佳实践，从典型场景入门，提供一系列项目实践方案，降低企业上云门槛的同时满足您的需求！
场景描述
本篇最佳实践先创建EMR集群作为数据湖对象，Hive元数据存储在DLF，外表数据存储在OSS。然后使用阿里云数据仓库MaxCompute以创建外部项目的方式与存储在DLF的元数据库映射打通，实现元数据统一。最后通过一个毒蘑菇的训练和预测demo，演示云数仓MaxCompute如何对于存储在EMR数据湖的数据进行加工处理以达到业务预期。
解决问题
- 融合数据湖和数据仓库优势，在灵活性和效率上找到最佳平衡。
- MaxCompute在SQL上做了大量优化与能力沉淀，可提高SQL运行性能，降低计算成本。基于集群学习PAI封装出多种贴近业务场景的算法服务，满足更多的业务需求。
- MaxCompute云原生的弹性资源和EMR集群资源形成互补，两套体系之间进行资源的削峰填谷，不仅减少作业排队，且降低整体成本。
产品列表
- 数据湖构建DLF
- MaxCompute
- DataWorks
- E-MapReduce EMR
- 对象存储OSS
业务架构
