SaaS模式云数据仓库MaxCompute发布企业级新能力:兼顾成本与性能,持续保护云上数据及服务安全

简介: 2020年6月9日,阿里云MaxCompute全新发布企业级新能力,在成本、性能、安全方面,持续定义企业级SaaS模式云数据仓库,通过 “云数据仓库+” 的新模式,帮助企业实现数字经济新优势。

2020年6月9日,阿里云 MaxCompute 全新发布企业级新能力,在成本、性能、安全方面,持续定义企业级SaaS模式云数据仓库,通过 “云数据仓库+” 的新模式,帮助企业实现数字经济新优势。

据介绍,最新发布的算力资源解决方案中,多计算资源打通方案融合了包年包月与按需使用两种资源调配方式,针对日常业务稳定并伴随突发计算需求的实际业务场景,可实现更优的成本与性能平衡;抢占算力资源方案,则针对测试、非紧急作业等业务场景,可实现计算资源价格较包年包月标准计算资源下降74%。安全能力方面的发布包含了数据安全加密、持续备份恢复、实时审计日志和跨地域容灾备份。此次安全能力的全面升级将MaxCompute平台系统安全能力提升到了更高的水平。

image.png

MaxCompute原名ODPS,是阿里云飞天系统三大件中大数据计算的部分。 历经十年发展,MaxCompute支撑着阿里巴巴经济体内部所有的业务,存储着阿里巴巴经济体超过99%的数据,提供了95%以上的计算力,同时服务着阿里云上各行业的数千家企业。

image.png

阿里云智能研究员,MaxCompute计算平台负责人关涛表示,大数据领域,经过10年的发展,已经实现普惠化,并进入到企业和政府的关键环节,正在被大规模的应用。所以,大数据平台当前的痛点,已经不再是如何使用的问题,而是如何在大规模的情况下,平衡价值与成本;如何让企业用起来更安全,更可靠,更经济,更便捷。MaxCompute率先提出SaaS模式云数据仓库的概念,力求将复杂留给系统,为企业提供开箱即用,更经济,更安全的大数据计算服务。

深刻理解企业的算力资源需求,提供兼顾成本与性能的算力方案

谈到降低成本,提升效率,首先是平台引擎侧的性能提升,其次是数据治理相关的效率提升,然后就是本次发布的关于优化资源使用方面的提升。从企业使用情况分析来看,大约存在着四种较为典型的企业级计算力的需求模式。
image.png

第一种是平台成熟,资源使用稳定,每天的大数据计算波动不大。典型的例子就是阿里巴巴经济体。这种用户,适合选用包年包月的预付费资源模式。

第二种是面向初创型企业,企业业务存在着较大的变化性和高速迭代性。这种情况下,适合选用按量付费模式,后付费,不使用不收费,更无需关心资源配置。

第三种是本次全新发布的,面向日常业务平稳并伴有突发计算力需求的企业,MaxCompute可提供预付费与按量付费混合的算力解决方案,平衡日常的资源使用成本,同时又能满足大促等突发业务对资源弹性的需求。

第四种是本次全新发布的面向部分客户需要的测试作业,以及不保证SLA作业的超低成本的算力方案。通过将系统闲置资源打包,形成非预留型资源包,从而为客户提供较包年包月标准计算资源下降74%的算力价格。

安全能力重大升级,持续保护企业云上安全

数据作为一种资产,面临诸多风险。MaxCompute作为企业级云数据仓库,提供了三级安全能力超过20项的安全功能。不仅包含最底层的基础设施,数据中心,网络、供电的安全,也包含中间层的平台能力安全,以及向上的用户权限管理,隐私保护层面的安全。

image.png

数据安全加密。根据数据资产的要求,发布BYOK功能。用户可以自带密钥,对数据进行全链路加密。

持续备份恢复。自动化的容灾管理能力,用户可通过配置的方式将数据做自动容灾,并做自动的容灾恢复。

跨地域的容灾备份。在容灾恢复的基础上,MaxCompute提供跨集群的容灾能力,极限情况下,当某一个数据中心不可用时,用户的数据和计算仍然可以不受影响。

实时审计日志。MaxCompute提供实时审计的能力,使得用户的管理员可以实时追踪所有数据的变化。

本次全新发布的四项安全功能,使得MaxCompute安全体系进一步提升,安全能力已经达到业内的较高水平。

了解更多SaaS模式云数仓MaxCompute,欢迎访问官网 https://www.aliyun.com/product/odps
产品发布回放 https://summit.aliyun.com/events?liveId=2932

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
目录
相关文章
|
8月前
|
存储 数据采集 搜索推荐
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
本篇文章探讨了 Java 大数据在智慧文旅景区中的创新应用,重点分析了如何通过数据采集、情感分析与可视化等技术,挖掘游客情感需求,进而优化景区服务。文章结合实际案例,展示了 Java 在数据处理与智能推荐等方面的强大能力,为文旅行业的智慧化升级提供了可行路径。
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
|
7月前
|
存储 SQL 机器学习/深度学习
一文辨析:数据仓库、数据湖、湖仓一体
本文深入解析数据仓库、数据湖与湖仓一体的技术原理与适用场景。数据仓库结构严谨、查询高效,适合处理结构化数据;数据湖灵活开放,支持多模态数据,但治理难度高;湖仓一体融合两者优势,实现低成本存储与高效分析,适合大规模数据场景。文章结合企业实际需求,探讨如何选择合适的数据架构,并提供湖仓一体的落地迁移策略,助力企业提升数据价值。
一文辨析:数据仓库、数据湖、湖仓一体
|
11月前
|
SQL 分布式计算 大数据
大数据新视界 --大数据大厂之Hive与大数据融合:构建强大数据仓库实战指南
本文深入介绍 Hive 与大数据融合构建强大数据仓库的实战指南。涵盖 Hive 简介、优势、安装配置、数据处理、性能优化及安全管理等内容,并通过互联网广告和物流行业案例分析,展示其实际应用。具有专业性、可操作性和参考价值。
大数据新视界 --大数据大厂之Hive与大数据融合:构建强大数据仓库实战指南
|
人工智能 监控 安全
智慧工地综合管理云平台SaaS源码:安全、高效、绿色、智能的建筑施工新生态
智慧工地平台通过整合物联网、人工智能、大数据等技术,实现了对工地人员、设备、环境、材料等方面的全面监测和管理。
722 5
|
自然语言处理 大数据 应用服务中间件
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
361 5
|
9月前
|
分布式计算 搜索推荐 算法
Java 大视界 -- Java 大数据在智慧养老服务需求分析与个性化服务匹配中的应用(186)
本篇文章探讨了Java大数据技术在智慧养老服务需求分析与个性化服务匹配中的应用。通过整合老年人健康数据与行为数据,结合机器学习与推荐算法,实现对老年人健康风险的预测及个性化服务推荐,提升养老服务的智能化与精准化水平,助力智慧养老高质量发展。
|
9月前
|
SQL 缓存 监控
大数据之路:阿里巴巴大数据实践——实时技术与数据服务
实时技术通过流式架构实现数据的实时采集、处理与存储,支持高并发、低延迟的数据服务。架构涵盖数据分层、多流关联,结合Flink、Kafka等技术实现高效流计算。数据服务提供统一接口,支持SQL查询、数据推送与定时任务,保障数据实时性与可靠性。
1092 0
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
存储 人工智能 分布式计算
阿里云云数据仓库:助力企业构建智能数据基石的云端利器 。阿里云云数据仓库优势与选型指南
阿里云数据仓库体系基于MaxCompute、AnalyticDB等核心产品,提供弹性敏捷的PB级数据处理能力,支持实时分析与智能决策。其六大优势包括无限弹性伸缩、极致性能表现、智能成本优化、全栈安全体系、生态无缝对接和AI增强分析,助力企业在数字经济时代应对数据爆发式增长的挑战。灵活透明的定价体系和行业实践案例展示了其在证券、新零售、物联网等领域的成功应用,为企业构建智能数据基座提供了清晰路径。
552 6
|
存储 分布式计算 大数据
大数据揭秘:从数据湖到数据仓库的全面解析
大数据揭秘:从数据湖到数据仓库的全面解析
426 19

相关产品

  • 云原生大数据计算服务 MaxCompute