飞天大数据产品价值解读— SaaS 模式云数据仓库 MaxCompute | 学习笔记(五)

简介: 快速学习飞天大数据产品价值解读— SaaS 模式云数据仓库 MaxCompute

开发者学堂课程【SaaS 模式云数据仓库实战:飞天大数据产品价值解读—  SaaS 模式云数据仓库 MaxCompute】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/760/detail/13341


飞天大数据产品价值解读— SaaS 模式云数据仓库 MaxCompute


二十三、云上大数据仓库解决方案

1. 方案说明:

适用于互联网、金融、政府、传统企业等大数据仓库

2.方案优势:

阿里巴巴大数据最佳实践,高性能、低成本、Severless服务,免运维、全托管模式,让企业的大数据研发人员更聚焦在业务数据的开发上

3.产品组合∶

MaxCompute+DataWorks+Flink场景说明:

(1)用户数据来源丰富,包括来自云端的数据,以及外部数据源,数据统一沉淀,完成数据清洗、建模;

(2)用户的应用场景复杂,对非结构化语音、自然语言文本进行语音识别、语义分析、情感分析等,同时融合结构化数据搭建企业级的数据管理平台,并且计算和存储成本最低;

(3)平台支撑多种形式的应用,包括使用机器学习算法进行复杂数据分析、使用BI报表进行图表展现、使用可视化产品进行大屏展示、使用其他自定义的方式消费数据。

4.功能说明:

(1)多种数据源同步到大数据计算服务

(2)对结构化数据和非结构化数据(UDF)进行处理

(3)进行大数据计算和分析

(4)为其他应用提供计算支持

 

二十四、MaxCompute 产品规格介绍

在此对于产品本身特点已经有一定了解,但真正使用产品时仍需要注意,由于MaxCompute是基于Servless架构,所以提供按量计费,对于许多初期使用和对弹性要求很高时,建议使用按量付费,因其能够获得最极致的弹性和业务的快速变化波动下能够实时的匹配业务,这是按量付费模式的最大特点。当不做使用的适合不会产生费用。

同时许多用户平台已经较为成熟稳定,此时需要选择包年包月,购买长期使用,由此可享受折扣,单价较低。由此可以更好的控制成本。

1. MaxCompute 服务模式

①开通MaxCompute服务注册

开通MaxCompute相当于对服务进行注册,同时产生有协议的订单,订单成功后即可使用该服务。

②按量计费

整个订单计费模式都为使用之后再按量计费,包括计算、存储、下载几大块主要功能。

开通时为0元开通,开通后若不使用则无费用产生。

③包年包月

订单计费模式为混合模式,计算资源是按包年包月进行预付费,存储和下载则为使用之后在按量计费。

开通时需要预先对计算资源进行付款。

2. 按量计费-标准版

按量付费中收费点如下:第一是计算,计算是按照作业收费,提交一个作业就收取一个作业的费用,如果并未使用则不收取费用。每个作业按照需要使用,按量付费的一大特点是弹性的计算资源。第二,存储资源,之前说过,其为存储计算分离,而需要按照实际存储的大小付费。MaxCompute是高度压缩的格式,基本的数据会有3-5的压缩比不等,该模式就可以很大的降低压缩成本。第三是数据无网下载的成本。

(1)基础资源

①计算资源

极致的弹性计算资源,资源池为共享型,计算任务按需抢占,不可指定使用量也无使用限制。

包括SQL(含UDF ) 、MapReduce.Spark、交互式分析( Lightning ) 、 Graph等计算类型资源。

②存储资源

资源池为共享型,按需存储,无使用限制。包括表(Table )和资源(Resource )等存储。

③上传、下载数据资源

资源池为共享型,按需抢占,不可指定用量也无使用限制。主要包括Tunnel的Upload.Download资源。

(2)计费说明

①计算资源(CU)收费︰

按各计算类型任务使用量计费。当前仅SQL、MR、Spark、交互式分析几类计算任务有计费。

②存储收费:

只收表(Table )存储的容量费用。且容量大小是压缩后的数据。

③数据上传、下载收费:

数据上传至MaxCompute为免费;仅对通过公网下载进行按量收费

3. 包年包月-标准计算资源

除了按量付费还有包年包月,其中计算就不产生额外花销,而存储仍旧按照实际大小的存储收费。

(1)基础资源

①计算资源

包含计算资源单元和非预留计算资源两种。

计算资源单元即为预留计算资源,必选资源。资源池为独享型,按购买CU量固定分配资源。非预留计算资源为非必选资源,资源数量在[O,购买量]区间内且不可独享。

计算任务只能占用预留和非预留计算资源。资源可以执行SQL (含UDF )、MapReduce,Spark、Graph等计算类型任务。

②存储资源

资源池为共享型,按需存储,无使用限制。包括表(Table )和资源(Resource)等存储。

③上传、下载数据资源

资源池为共享型,按需抢占,不可指定用量也无使用限制。主要包括Tunnel的Upload.Download资源。

(2)计费说明

①计算资源(CU)收费:

服务开通生成订单时就需要预先付费,按CU量和购买时长进行收费。预留和非预留资源单价不一样。

②存储收费:

只收表(Table )存储的容量费用。且容量大小是压缩后的数据。

③数据上传、下载收费:

数据上传至MaxCompute为免费;仅对通过公网下载进行按量收费

4.包年包月-套餐版

最后就是包年包月的套餐版,经常在客户选型根据自身线下的集群,数据平台的规格,去做云上的选型,此时往往多需要做固定的资源选型,套餐的模式中就同时包含了计算和存储两部分费用,购买一个套餐后存储和计算就不会产生额外开销。同时两者组合之后的成本更加优惠。

(1)基础资源

①计算资源

套餐中的预留计算资源为独享资源,按购买套餐固定分配计算资源。非预留计算资源为非必选资源,资源数量在[o,购买量]区间内且不可独享。

计算任务只能占用预留和非预留计算资源。资源可以执行SQL(含UDF )、MapReduce,Spark、Graph等计算类型任务。

②存储资源

资源池为共享型,按需存储,无使用限制。包括表( Table )和资源(Resource )等存储。

③上传、下载数据资源

资源池为共享型,按需抢占,不可指定用量也无使用限制。主要包括Tunnel的Upload、Download资源。

(2)计费说明

①计算资源(CU)收费:

服务开通生成订单时就需要预先付费,按套餐和购买时长进行收费。预留和非预留资源单价不一样。

②存储收费:

只收表(Table)存储的容量费用。且容量大小是压缩后的数据。每日按购买的套餐提供固定的存储量,超出的量另行计费

③数据上传、下载收费:

数据上传至MaxCompute为免费;仅对通过公网下载进行按量收费

 

二十五、总结

MaxCompute作为阿里云飞天大数据的核心数据仓库产品,有几大关键特性,第一,它是被阿里内部,以及云上众多客户广泛使用的可信赖平台;第二,它是满足数据平台在新时代技术变革的技术化需求,既能在一份数据上有多种计算化模型,满足BI,实时数仓,机械学习,数据湖等等多种使用场景的需要;第三,MaxCompute在长期的技术投入下有极高的性能和低成本,接入MaxCompute企业可以构建低成本,可持续发展的一个平台;第四,MaxCompute因为具有统一源数据和超大规模存储的能力,企业的数据可以集中一起通过统一的源数据和数据资产管理,能够在企业内部赋能每个企业中的员工,在安全共享的环境下去使用分析数据,也是阿里云的数据中台中最佳的技术底座。

1.MaxCompute -被广泛使用的可信赖的企业数据平台

2.MaxCompute -符合现代企业数字化需求的领先数据平台

3.MaxCompute -基于云的低成本、高效能的

4.MaxCompute -赋能数据驱动的组织变革,敏捷数据平台数据仓库/数据中台的理想技术底座

 

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
存储 数据采集 大数据
353 0
Java 大视界 -- Java 大数据在智能家居能源消耗模式分析与节能策略制定中的应用(198)
简介:本文探讨Java大数据技术在智能家居能源消耗分析与节能策略中的应用。通过数据采集、存储与智能分析,构建能耗模型,挖掘用电模式,制定设备调度策略,实现节能目标。结合实际案例,展示Java大数据在智能家居节能中的关键作用。
|
机器学习/深度学习 供应链 算法
仓库一多就乱套?你可能缺的不是人,而是懂大数据的脑子!
仓库一多就乱套?你可能缺的不是人,而是懂大数据的脑子!
305 0
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。对象如用户、账号、商品等,通过唯一ID记录其相关事件,如操作日志、交易记录等。这种模式下的统计任务包括无序计算(如交易次数、通话时长)和有序计算(如漏斗分析、连续交易检测)。尽管SQL在处理无序计算时表现尚可,但在有序计算中却显得力不从心,主要原因是其对跨行记录运算的支持较弱,且大表JOIN和大结果集GROUP BY的性能较差。相比之下,SPL语言通过强化离散性和有序集合的支持,能够高效地处理这类计算任务,避免了大表JOIN和复杂的GROUP BY操作,从而显著提升了计算效率。
|
12月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
898 0
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
750 14
|
传感器 人工智能 监控
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
392 14
|
机器学习/深度学习 传感器 监控
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
406 1
|
数据采集 自动驾驶 机器人
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
1165 1
|
机器学习/深度学习 监控 大数据
数据当“安全带”:金融市场如何用大数据玩转风险控制?
数据当“安全带”:金融市场如何用大数据玩转风险控制?
741 10

热门文章

最新文章