《阿里云产品手册2022-2023 版》——大数据开发治理平台DataWorks
2023-05-31
231
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
《阿里云产品手册2022-2023 版》——大数据开发治理平台DataWorks
相关实践学习
一站式大数据开发治理平台DataWorks初级课程
DataWorks 从 2009 年开始，十ー年里一直支持阿里巴巴集团内部数据中台的建设，2019 年双 11 稳定支撑每日千万级的任务调度。每天阿里巴巴内部有数万名数据和算法工程师正在使用DataWorks，承了阿里巴巴 99%的据业务构建。本课程主要介绍了阿里巴巴大数据技术发展历程与 DataWorks 几大模块的基本能力。 课程目标 通过讲师的详细讲解与实际演示，学员可以一边学习一边进行实际操作，可以深入了解DataWorks各大模块的使用方式和具体功能，让学员对DataWorks数据集成、开发、分析、运维、安全、治理等方面有深刻的了解，加深对阿里云大数据产品体系的理解与认识。 适合人群 企业数据仓库开发人员 大数据平台开发人员 数据分析师 大数据运维人员 对于大数据平台、数据中台产品感兴趣的开发者
目录
相关文章
|
5天前
|
存储
人工智能
数据管理
|
4天前
|
机器学习/深度学习
分布式计算
数据挖掘
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。
24
4
4
|
12天前
|
SQL
DataWorks
数据可视化
阿里云DataWorks评测：大数据开发治理平台的卓越表现
阿里云DataWorks是一款集数据集成、开发、分析与管理于一体的大数据平台，支持多种数据源无缝整合，提供可视化ETL工具和灵活的任务调度机制。其内置的安全体系和丰富的插件生态，确保了数据处理的高效性和安全性。通过实际测试，DataWorks展现了强大的计算能力和稳定性，适用于中小企业快速搭建稳定高效的BI系统。未来，DataWorks将继续优化功能，降低使用门槛，并推出更多灵活的定价方案，助力企业实现数据价值最大化。
58
3
3
|
12天前
|
分布式计算
大数据
数据处理
技术评测：MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展，数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame（简称“MaxFrame”）是一个专为Python开发者设计的分布式计算框架，它不仅支持Python编程接口，还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评，探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现，并分析其在实际工作中的应用潜力。
47
2
3
|
2月前
|
存储
分布式计算
大数据
【赵渝强老师】阿里云大数据生态圈体系
阿里云大数据计算服务MaxCompute（原ODPS）提供大规模数据存储与计算，支持离线批处理。针对实时计算需求，阿里云推出Flink版。此外，阿里云还提供数据存储服务如OSS、Table Store、RDS和DRDS，以及数据分析平台DataWorks、Quick BI和机器学习平台PAI，构建全面的大数据生态系统。
77
18
18
|
7天前
|
SQL
存储
分布式计算
阿里云 Paimon + MaxCompute 极速体验
Paimon 和 MaxCompute 的对接经历了长期优化，解决了以往性能不足的问题。通过半年紧密合作，双方团队专门提升了 Paimon 在 MaxCompute 上的读写性能。主要改进包括：采用 Arrow 接口减少数据转换开销，内置 Paimon SDK 提升启动速度，实现原生读写能力，减少中间拷贝与转换，显著降低 CPU 开销与延迟。经过双十一实战验证，Paimon 表的读写速度已接近 MaxCompute 内表，远超传统外表。欢迎体验！
57
0
0
|
2月前
|
人工智能
Cloud Native
数据管理
媒体声音｜重磅升级，阿里云发布首个“Data+AI”驱动的一站式多模数据平台
在2024云栖大会上，阿里云瑶池数据库发布了首个一站式多模数据管理平台DMS：OneMeta+OneOps。该平台由Data+AI驱动，兼容40余种数据源，实现跨云数据库、数据仓库、数据湖的统一数据治理，帮助用户高效提取和分析元数据，提升业务决策效率10倍。DMS已服务超10万企业客户，降低数据管理成本高达90%。
167
19
19
|
2月前
|
SQL
DataWorks
关系型数据库
阿里云 DataWorks 正式支持 SelectDB & Apache Doris 数据源，实现 MySQL 整库实时同步
阿里云数据库 SelectDB 版是阿里云与飞轮科技联合基于 Apache Doris 内核打造的现代化数据仓库，支持大规模实时数据上的极速查询分析。通过实时、统一、弹性、开放的核心能力，能够为企业提供高性价比、简单易用、安全稳定、低成本的实时大数据分析支持。SelectDB 具备世界领先的实时分析能力，能够实现秒级的数据实时导入与同步，在宽表、复杂多表关联、高并发点查等不同场景下，提供超越一众国际知名的同类产品的优秀性能，多次登顶 ClickBench 全球数据库分析性能排行榜。
117
6
6
|
2月前
|
分布式计算
Java
开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景，随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码，发现使用的`nativeBooster.saveModel`方法不支持OSS路径，而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令，帮助用户顺利迁移模型存储路径。
85
1
1
|
4月前
|
人工智能
分布式计算
DataWorks
连续四年！阿里云领跑中国公有云大数据平台
近日，国际数据公司（IDC）发布《中国大数据平台市场份额，2023：数智融合时代的真正到来》报告——2023年中国大数据平台公有云服务市场规模达72.2亿元人民币，其中阿里巴巴市场份额保持领先，占比达40.2%，连续四年排名第一。
271
12
12
热门文章
最新文章
1
针对MaxCompute经典网络域名下线，Dataphin应对策略的公告
2
深入探索人工智能与大数据的融合之路
3
大数据时代的引擎：大数据架构随记
4
大数据& AI 产品月刊【2024年11月】
5
在大数据时代，高维数据处理成为难题，主成分分析（PCA）作为一种有效的数据降维技术，通过线性变换将数据投影到新的坐标系
6
智能化运维：AI与大数据在IT运维中的应用探索####
7
用户画像分析（MaxCompute简化版）
8
机器学习与大数据分析的结合：智能决策的新引擎
9
MaxCompute Bloomfilter index 在蚂蚁安全溯源场景大规模点查询的最佳实践
10
探索人工智能与大数据的融合之路####
1
DataWorks操作报错合集之DataWorks任务异常 报错： GET_GROUP_SLOT_EXCEPTION 该怎么处理
126
2
DataWorks操作报错合集之DataWorksUDF 报错：evaluate for user defined function xxx cannot be loaded from any resources，该怎么处理
127
3
DataWorks操作报错合集之在DataWorks中，任务流在调度时间到达时停止运行，是什么原因导致的
117
4
DataWorks操作报错合集之DataWorks ODPS数据同步后，timesramp遇到时区问题，解决方法是什么
101
5
DataWorks操作报错合集之DataWorks配置参数在开发环境进行调度，参数解析不出来，收到了 "Table does not exist" 的错误，该怎么处理
110
6
DataWorks操作报错合集之DataWorks中udf开发完后，本地和在MaxCompute的工作区可以执行函数查询，但是在datawork里报错FAILED: ODPS-0130071:[2,5]，是什么原因
123
7
DataWorks操作报错合集之DataWorks提交失败: 提交节点的源码内容到TSP(代码库)失败:"skynet_packageid is null，该怎么解决
130
8
DataWorks操作报错合集之DataWorks在同步mysql时报错Code:[Framework-02]，mysql里面有个json类型字段，是什么原因导致的
170
9
DataWorks操作报错合集之DataWorks集成实例绑定到同一个vpc下面，也添加了RDS的IP白名单报错：数据源配置有误，请检查，该怎么处理
93
10
DataWorks操作报错合集之在 DataWorks 中运行了一个 Hologres 表的任务并完成了执行，但是在 Hologres 表中没有看到数据，该怎么解决
133