玩转MaxCompute studio SQL编辑器
SQL因其简单易学的特点，是用户与MaxCompute服务交互的主要手段。如何帮助用户高效愉快的编写SQL是MaxCompute studio的核心使命，下面就让我们来一探究竟：
忘记语法
相信大家都有过忘记SQL怎么写的时候，一旦忘记，恐怕只能到处去找文档和代码示例，被迫离开全神贯注的SQL editor，十分影响效率。
Docker时代——如何实现日志数据一键上云
1 准备工作
1.1 开通MaxCompute服务
参考使用MaxCompute的准备工作
1.2 开通Datahub服务
进入Datahub Web控制台，创建project（注意：首次使用的用户需要申请开通）
1.3 安装Docker环境
Docker官方说明了在不同操作系统下安装Docker的方法，您可以点击此处查看。
浅谈PyODPS
在我看来，PyODPS就是阿里云上的Python。值得注意的是，这里的定语“阿里云上的”一定不能精简掉，因为PyODPS不等于单机版的Python！
80后阿里P10，“关老板”如何带着MaxCompute一路升级？
我是个幸运的人。虽然幸运不能被复制，但是眼光和努力可以。
“我是一个兴趣驱动型的人，职业生涯总的来说，还算挺幸运的，做自己感兴趣的事情，走上IT这一行……”
特别久以前，大概初中的时候有了自己的第一台电脑，大名鼎鼎的486，带一个数学协处理器，主频266MHz，内存有4MB。”
物流行业数据中台实战——兼谈数据中台实施方法论
快递行业因为发展极为迅速,信息化建设往往都是在追着业务建设,在系统层面存在数据孤岛、稳定性不足、实时性不够，在业务层面存在口径矛盾、口径变更、缺少数据提炼，在组织层面存在数据交付慢、设计不足、缺少中长期规划。且看驻云如何帮客户实施中台,解决客户数据之忧。
5块钱低成本阿里云大数据生态协同过滤推荐系统实战
前情提要
人工智能千千万，没法落地都白干。自从上次老司机用神经网络训练了热狗识别模型以后，群众们表示想看一波更加接地气，最好是那种能10分钟上手，一辈子受用的模型。这次，我们就通过某著名电商公司的公开数据集，在阿里云大数据生态之下快速构建一个基于协同过滤的推荐系统！
推荐系统大家都不陌生，早就已经和大家的生活息息相关。
只需四步，帮助企业做好MaxCompute成本优化
阿里云在和很多企业交流的过程中发现他们在使用MaxCompute的时候往往会遇到一些成本相关的问题，而在与客户不但交流沟通的过程中，阿里云在成本优化方面也积累了大量的经验，因此也希望能够将这些经验沉淀下来分享给更多的企业和开发者，本文就将与大家分享帮助企业做好MaxCompute成本优化的“四步走”战略。
MaxCompute分区表和非分区表使用对比
本文我们将通过对有同样数据量、表结构除分区列其他都一模一样的表,从查询计算、写入、删除数据几个简单操作进行对比，了解MaxCompute分区表和非分区表在使用上有什么差异。
在介绍之前，需要大家先了解MaxCompute分区的概念。