阿里云 MaxCompute 2021-1 月刊

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 2021年1月,SaaS模式云数据仓库MaxCompute存储单价由梯度定价统一下调整为月固定单价,中小规模企业数据仓库存储成本最高降四成。

1、【价格调整】MaxCompute 存储服务单价调整

MaxCompute 按量付费存储单价由梯度定价统一下调整为月固定单价,中小规模企业数据仓库存储成本最高降四成

价格调整内容
2021/1/10日起,MaxCompute 数据存储服务由阶梯定价调整为固定定价,新定价将降低中小数据规模客户的MaxCompute存储成本:
MaxCompute存储由梯度定价(小于等于10TB单价:0.0072元/GB/天、大于10TB小于等于100TB单价:0.006元/GB/天、大于100TB单价:0.004元/GB/天)调整为统一定价:0.12元/GB/月(即,0.004元/GB/天)

新定价将降低中小数据规模客户的MaxCompute存储成本,其中存储10TB的MaxCompute项目,可节省44%存储成本;大于10TB小于等于100TB,最高节省34%。

示例说明

  • A客户当前 MaxCompute 项目P1存储数据大小为5TB,2021/1/10前每月存储成本为 510240.216=1106元,2021/1/10后每月存储成本为 510240.12=614元, 少44%存储成本;
  • B客户当前MaxCompute项目P2存储数据大小为80TB,2021/1/10前每月存储成本为 (1010240.216+7010240.18)=15114元,2021/1/10后每月存储成本为 8010240.12=9830元,减少35%存储成本;
  • C客户当前MaxCompute项目P3存储数据大小为150TB,2021/1/10前每月存储成本为 (1010240.216+9010240.18+5010240.12)=24944元,2021/1/10后每月存储成本为 15010240.12=18432元,减少26%存储成本;



2、【新功能】 MaxCompute管家支持子账号权限管理

MaxCompute管家支持对子账号进行权限管理以便子账号进行配额组和作业管理。

适用客户
适用 MaxCompute 用户的管理者对子账号进行权限管理。

发布功能
MaxCompute 管家支持对子账号进行权限管理,以便支持子账号进行资源配额组和作业管理。
MaxCompute 管家按日常管理业务划分几种角色和权限:

  • 超级管理员:支持查看并操作MaxCompute管家界面的所有对象。
  • 项目管理员:支持查看MaxCompute管家界面的所有对象,但只能终止对应项目正在运行的作业。
  • 配额组管理员:支持查看MaxCompute管家界面的所有对象,但只能终止对应配额组正在运行的作业。
  • 访客:默认所有RAM用户可以访问MaxCompute管家,无需额外授权,可以查看MaxCompute管家界面的所有对象,只能终止自己提交的正在运行的作业。

查看文档 >>


3、【新功能】 MaxCompute 全量作业管理

MaxCompute管家推出作业管理功能,提供开发人员和管理人员对全量作业按时间段、状态以及更多细粒度条件进行查找并做相应管理。

适用客户

  • 基于MaxCompute的大数据开发人员,进行作业日常运维管理。
  • 使用MaxCompute用户的相关管理人员,进行日常资源/作业负载监控。

发布功能
通过 MaxCompute 管家提供的作业管理功能,可以按作业提交时间段、作业状态、项目、配额组以及instance id、提交人这些精准条件进行作业查找,查看作业基础信息以及对应Logview,为正在运行状态的作业提供杀作业功能,支持查找所有状态的全量作业,显示的作业状态为终态。

通过作业管理,数据开发人员对自己提交或管理的作业进行日常运维时,可方便的通过各种筛选条件进行搜索,可按时间段、可跨项目查看作业列表;支持检查当天的失败作业并进行检查处理,支持通过时间段和状态筛选作业,方便查看作业基础信息、Logview;支持对running状态作业kill job,大大提升了作业日常运维效率。对于管理人员,可通过作业管理查看过去/当前作业整体资源负载情况,也可以查看各时间段作业运行情况以便对资源进行更好的规划;当审计需要精准查看某个作业信息时可以快速进行查找。

查看文档 >>


MaxCompute 产品官网 >>

阅读往期月刊 >>

更多关于大数据计算、云数仓技术交流,可扫码加入 “MaxCompute开发者社区” 钉钉群
_

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
|
1天前
|
存储 人工智能 数据管理
|
8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。
|
8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。
37 2
|
1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。
74 18
|
3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!
|
1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%。
163 19
|
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。
|
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?
360 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】
53 2