阿里云 MaxCompute 2021-2 月刊

本文涉及的产品
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: 2021年2月,MaxCompute发布云数仓内的机器学习 MaxCompute SQLML功能,以及MaxCompute湖仓一体OSS数据湖集成方案等15项新功能,欢迎阅读产品2月刊了解新发功能详情。

MaxCompute 2月新发布功能

1、MaxCompute SQLML 功能(中国区)商业化发布  查看文档 >>

MaxCompute SQLML 支持使用SQL语言在 MaxCompute 中创建、训练和应用机器学习模型,实现 AI 普惠。

适用客户

各个领域的 SQL从业人员/ 数据工程师 / 数据分析师 / 数据科学家

发布功能

MaxCompute SQLML 可以让数据工程师、分析师和数据科学家使用 SQL 语言在 MaxCompute 中创建、训练和应用机器学习模型,使 SQL 从业人员利用现有的 SQL 工具和技能就能应用机器学习的能力,同时无需做数据迁移,实现机器学习的普惠。

2、MaxCompute 湖仓一体功能商业化发布  查看文档 >>

MaxCompute 湖仓一体方案融合数据湖的灵活性、生态丰富性与数据仓库的企业级能力,构建数据湖和数据仓库融合的数据管理平台。


适用客户

有以下诉求企业中的 CTO / 数据平台架构师 / 大数据部门主管 / 数据开发人员等

  • 已经基于 Hadoop 集群搭建数据平台,同时对集群资源弹性有需求,希望利用 MaxCompute 的弹性与大规模机器学习能力,快速迭代创新业务
  • 企业有多个 Hadoop 集群,需要各个集群之间数据打通,利用 DataWorks / Dataphin 构建企业数据中台
  • 以阿里云 OSS 构建数据湖应用,希望借助云数仓实现数据统一分析和管理

发布功能

MaxCompute 湖仓一体方案通过数据仓库 MaxCompute、数据湖(对象存储 OSS 或 Hadoop HDFS)共同实现。本次发布两种构建湖仓一体的方式:

  • 与阿里云 OSS + DLF 构建湖仓一体能力:通过 MaxCompute 和 OSS 实现。该方式需要配套使用阿里云产品数据湖构建 DLF(Data Lake Formation)。数据湖的元数据(Schema)全部位于DLF中。MaxCompute可以利用DLF对湖数据的元数据管理能力,提升对OSS半结构化格式(AVRO、CSV、JSON、PARQUET、ORC)数据的处理能力。
  • 与 Hadoop HDFS 构建湖仓一体能力:通过MaxCompute和Hadoop HDFS(包括本地机房搭建、基于云上虚拟机搭建以及阿里云 E-MapReduce等)实现。您需要填写MaxCompute湖仓一体方案使用申请表,提交申请后,MaxCompute团队技术人员会联系并协助您完成后续操作。

3、MaxCompute zOrder 排序支持与 Distribute by 共用   查看文档 >>

适用客户

开发者、分析师

发布功能

在表或分区写入数据时,查询语句指定zOrder by字段,根据指定的一列或多列按zOrder 方式进行局部排序再写入,可以提高后续在排序数据上做一列或多列交互式查询时的效率。

4、MaxCompute 支持在 values 表达式中使用非常量表达式   查看文档 >>

适用客户

开发者,分析师

发布功能

MaxCompute对 Valuse 表达式进行扩展。原先仅支持常量,扩展后还支持非常量表达式,便于用户在Values表达式中使用函数等非常量表达式。在生成数据,测试计算逻辑时使用更方便。使用方法示例: select * from values (udf(1)),(to_date('20190101', 'yyyyMMdd')),(getdate()),(datetime '2019-01-02 00:00:00') t(d);

5、MaxCompute SQL 支持SkewJoin Hint用于优化join时数据长尾问题   查看文档 >>

适用客户

开发者

发布功能

MaxCompute SQL 支持SkewJoin Hint用于优化join时存在数据长尾问题,,加快Join的执行速度。

6、MaxCompute 推出 Freeride 及 Analyze 两种优化器元数据收集工具    查看文档 >>

适用客户

开发者,分析师

发布功能

MaxCompute推出Freeride(同步)和Analyze(异步)两套优化器元数据收集工具,用于优化计算和查询性能。

7、MaxCompute 内置函数新增或增强

适用客户

开发者、分析师、开源或其他生态用户

发布功能

MaxCompute 日期函数、字符串函数、聚合函数、其他函数等内置函数新增用法或增强兼容性。

日期函数文档 1 >>  字符串函数文档 2 >>  聚合函数文档 3>>  其他函数文档 >>

8、MaxCompute SQL array 数据类型处理函数新增和增强   查看文档 >>

适用客户

开发者、分析师、有半结构化数据处理需求的用户

发布功能

MaxCompute 新增array_intersect函数,用于计算两个array的交集。

增强内建函数sort_array,增加isAsc参数,对给定数组排序时让用户选择是升序还是降序,默认是升序。

9、MaxCompute 外表Hive兼容模式支持用户自定义serde类   查看文档 >>

适用客户

开发者,外表用户,有开源或自定义数据格式处理需求的用户

发布功能

用户可以在创建外表时使用using jar的方式,使用自定义的serde类实现外表对特殊数据格式的兼容。

10、MaxCompute 外表 OSS 写入场景能力增强  查看文档>>

适用客户

开发者,有导出数据需求的用户,有使用第三方引擎读取导出的数据需求的用户

发布功能

MaxCompute 支持使用 OSS Multi-upload 写 OSS 外表,数据直写到表目录下,不包含.odps 子目录。


11、MaxCompute命令行提供关闭表头显示,便于shell调用   查看文档 >>

适用客户

开发者

发布功能

MaxCompute 可以通过参数设置关闭命令行stdout输出结果的表头显示,便于用户获取动态返回值用于其他操作。


12、MaxCompute支持云HBase外部表  查看文档 >>

适用客户

开发者,分析师,联邦查询用户

发布功能

MaxCompute Hbase外部表支持读写云HBase,在MaxCompute中进行数据导入、写出或联邦查询。


13、MaxCompute支持RDS外部表(公测)  查看文档 >>

适用客户

开发者,分析师,联邦查询用户

发布功能

RDS是阿里云客户主要使用的数据库服务,MaxCompute支持RDS外部表对RDS (RDS MySQL 5.x)进行读写操作。


14、MaxCompute外表支持JDBC方式读写MC-Hologres(公测)   查看文档 >>


适用客户

开发者,分析师,联邦查询用户,有对MaxCompute与MC-Hologres同步数据需求的用户

发布功能

MaxCompute支持创建MC-Hologres外部表,并通过JDBC方式MaxCompute读写同步MC-Hologre数据。


15、MaxCompute支持Unload语句把数据导出到OSS外部存储   查看文档 >>


适用客户

开发者,分析师,对存储优化有需求的用户,在对象存储上使用其他引擎处理分析MaxCompute导出数据的用户

发布功能

MaxCompute支持Unload语句导出数据到OSS,方便用户使用OSS存储数据,并方便OSS上其他计算引擎使用导出的数据。


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

444.png

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
|
14天前
|
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%。
|
16天前
|
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
|
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。
200 12
|
2月前
|
人工智能 Cloud Native 数据管理
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
阿里云发布首个AI多模数据管理平台DMS,助力业务决策提效10倍
323 17
|
2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。
85 7
|
2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 SQL 分布式计算
Java连接阿里云MaxCompute例
要使用Java连接阿里云MaxCompute数据库,首先需在项目中添加MaxCompute JDBC驱动依赖,推荐通过Maven管理。避免在代码中直接写入AccessKey,应使用环境变量或配置文件安全存储。示例代码展示了如何注册驱动、建立连接及执行SQL查询。建议使用RAM用户提升安全性,并根据需要配置时区和公网访问权限。具体步骤和注意事项请参考阿里云官方文档。
|
1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
|
3天前
|
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?
41 7
|
3天前
|
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】
13 2

相关产品

  • 云原生大数据计算服务 MaxCompute