再获第一,阿里云连续三年领跑中国公有云大数据平台市场

本文涉及的产品
云原生数据仓库AnalyticDB MySQL版,基础版 8ACU 100GB 1个月
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
简介: 再获第一,阿里云连续三年领跑中国公有云大数据平台市场


近日,IDC发布《中国大数据平台市场份额,2022》报告,2022年中国大数据平台公有云服务市场规模达49.6亿元人民币,其中阿里云市场份额遥遥领先,占比达到40.5%,连续三年排名第一。



随着企业等单位生产经营活动的拓展,组织内部数据总量正以惊人速度增长,同时这些数据分布领域及位置广泛、类型和格式多样化、实时处理要求高,对数据管理架构进行升级或重建成为近几年大数据市场的关键词。IDC认为,大数据管理解决方案将主要在弹性灵活可拓展的公共云中实现增长。


报告显示:

中国大数据平台公有云部署每年保持高速增长,市场规模占比不断提高。2022年中国公有云大数据平台市场规模达49.6亿元人民币,年同比增速高达47.2%,目前该领域公有云已占国内整体市场规模的34.5%,在IDC 2020年相关报告中该数据仅为18.5%。


在国内公有云大数据平台市场中,阿里云连续三年保持最高市占率。IDC认为,“阿里云在大数据领域技术与行业实践的领先优势明显。”一方面阿里云在大数据领域与全球领先水平同步,用户使用阿里云可以快速引入最先进的大数据能力;另一方面在互联网、金融、生物医药、能源、制造、交通等多个领域拥有丰富的大数据项目建设经验,可以帮助用户为数字化转型建立数据基础。


阿里云大数据计算平台从2009年开始持续迭代演进,在承载阿里巴巴各大产业数据中台的同时,于2013年开始提供公有云产品与服务。


其围绕大数据AI平台提供全场景的产品体系,包括自主研发的云原生大数据计算服务MaxCompute、实时数仓Hologres、大数据开发治理平台DataWorks等开箱即用产品,以及兼容各开源大数据项目的开源大数据平台 E-MapReduce、实时计算引擎 Flink版、检索分析服务Elasticsearch版等。


•云原生大数据计算服务MaxCompute是阿里云自研14年的大数据计算引擎,可支持超过10万台服务器的并行计算,曾连续 6 年登顶国际TPCx-BB榜单;

•实时数仓Hologres通过HSAP理念统一OLAP、即席查询与Severing系统,极大简化数仓架构,2022年在TPC-H测试中分数超过2786万分,打破此前性能世界纪录;

•大数据开发治理平台DataWorks发布智能数据建模、数据治理中心、增强分析等功能,不断完善全链路数据治理能力,连续2年获得IDC评测中国数据治理平台市场份额第一;

•开源大数据平台 E-MapReduce兼容Hadoop和Spark等开源引擎,并以云产品的形态为客户提供服务,是全球首个通过TPC认证的公共云产品;

•实时计算 Flink版100%兼容开源,可达到2倍性能提升,持续引领开源社区建设,获得2023年Sigmod Systems Award;

•检索分析服务Elasticsearch 版100%兼容开源,提供读写分离、存算分离、智能化运维等众多商业能力。


阿里云大数据计算平台已支撑上万家公有云客户,包括中国邮政、中国移动、上海证券交易所、南方基金、中国南方航空等知名企业,为客户的数字化转型提供多功能、低成本、高性能、稳定、安全、开放和易用的整套大数据产品方案。


近期,阿里云大数据产品体系获得多家国内外权威机构认可。

  • 1. 在不久前发布的云数仓领域权威研究报告《The Forrester Wave™: Cloud Data Warehouse, Q2 2023》中,阿里云连续两次进入Forrester Wave 云数据仓库卓越表现者象限,成为国内唯一挺进该象限的科技公司。
  • 2. 在数据治理研究报告《IDC:中国数据治理市场份额报告,2022:实现企业智能,从坚实的数据基础开始》中,阿里云以28.7%份额获得中国数据治理平台市场份额第一。
  • 3. 在湖仓一体研究报告《IDC TechAssessment:湖仓一体数据平台技术能力评估报告,2023》中,阿里云在10项指标中获得数据管理、数据存储、数据开发、数据安全、和零售/金融/政府行业覆盖等8项满分,是获得满分最多的厂商。


此前, 阿里云大数据计算平台还曾获得浙江省科技进步一等奖,并于乌镇互联大会入选世界互联网领先科技成果,是国内最早启动自研、应用最广泛的一体化大数据智能平台。



/ END /

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 
目录
相关文章
|
25天前
|
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。
63 18
|
1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。
|
3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。
248 12
|
3月前
|
SQL 人工智能 大数据
阿里云牵头起草!首个大数据批流融合国家标准发布
近日,国家市场监督管理总局、国家标准化管理委员会正式发布大数据领域首个批流融合国家标准GB/T 44216-2024《信息技术 大数据 批流融合计算技术要求》,该标准由阿里云牵头起草,并将于2025年2月1日起正式实施。
101 7
|
3月前
|
SQL 人工智能 大数据
首个大数据批流融合国家标准正式发布,阿里云为牵头起草单位!
近日,国家市场监督管理总局、国家标准化管理委员会正式发布大数据领域首个批流融合国家标准 GB/T 44216-2024《信息技术 大数据 批流融合计算技术要求》,该标准由阿里云牵头起草,并将于2025年2月1日起正式实施。
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
248 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
43 2
|
1月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
82 1
|
21天前
|
机器学习/深度学习 存储 大数据
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
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,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
40 4