模块名称

功能说明

  存储

MaxCompute Tables：表是 MaxCompute 的数据存储单元。MaxCompute 中不同

类型作业的操作对象（输入、输出）都是表。

Compression Strategy：MaxCompute 采用列压缩存储格式，通常情况下具备 5

倍压缩能力。

AliORC：MaxCompute 数据存储格式全面升级为 AliORC，具备更高存储性能。

计算引擎

MaxCompute 本身具备计算引擎能力。在处理 Spark 作业时，MaxCompute 运行在阿里云自研的 CUPID 平台之上，可以原生支持开源社区 Yarn 所支持的计算框架。

模块名称

功能说明

计算模型数据通道

MaxCompute 支持多种数据通道满足多场景需求：

SQL：MaxCompute 对外提供 SQL 功能。您可以将 MaxCompute 作为传统的数据库软件操作，但其却能处理 EB 级别的海量数据。

说明 MaxCompute SQL 不支持事务、索引。

MaxCompute 的 SQL 语法与 Oracle、MySQL 有一定差别，您无法将其他数据库中的 SQL 语句无缝迁移至 MaxCompute 中。详情请参见与其他SQL语法的差异。

MaxCompute 主要用于 100 GB 以上规模的数据计算，因此 MaxCompute SQL 最快支持在分钟或秒钟级别完成查询返回结果，但无法在毫秒级别返回结果。

MaxCompute SQL 的优点是学习成本低，您不需要了解复杂的分布式计算概念。

如果您具备数据库操作经验，便可快速熟悉 MaxCompute SQL 的使用。

ExternalTable：提供处理除 MaxCompute 内部表以外的其他数据的能力。您可以通过一条简单的 DDL 语句，在 MaxCompute 上创建一张外部表，通过外部表关联外部数据源。

JavaUDF：当 MaxCompute 的内建函数无法满足计算需求时，您可以通过 Java 构建自定义函数。

PythonUDF：当 MaxCompute 的内建函数无法满足计算需求时，您可以通过Python 构建自定义函数。

MapReduce：MapReduce 是 MaxCompute 提供的 Java MapReduce 编程模型，它可以简化开发流程，更为高效。

Hologres：Hologres 与 MaxCompute 在底层无缝连接，您无须移动数据，即可使用标准的 PostgreSQL 语句查询分析 MaxCompute 中的海量数据，快速获取查询结果。

PAI：PAI 是基于 MaxCompute 的一款机器学习算法平台。它实现了数据无需搬迁，便可进行从数据处理、模型训练、服务部署到预测的一站式机器学习。

PyODPS：PyODPS 是 MaxCompute 的 Python 版本的 SDK，提供简单方便的Python 编程接口。

Graph：Graph 是一套面向迭代的图计算处理框架。

Tunnel：提供高并发的数据上传下载服务。

模块名称

功能说明

计算模型数据通道

Mars：Mars 是一个基于张量的统一分布式计算框架。Mars 能利用并行和分布式技术，为 Python 数据科学栈加速。

SQLML：SQLML 功能依赖 MaxCompute 和机器学习 PAI。您可以通过客户端开发MaxCompute SQLML作业，基于机器学习PAI对MaxCompute上的数据进行学习，并利用机器学习模型对数据进行预测，进而为业务规划提供指导。

Flink：Flink 为 MaxCompute 提供实时数据处理能力。

Spark：Spark 是 MaxCompute 提供的兼容开源 Spark 的计算服务。它在统一的计算资源和数据集权限体系之上，提供 Spark 计算框架，支持您以熟悉的开发使用方式提交运行 Spark 作业，满足更丰富的数据处理分析需求。

用户接口

MaxCompute 提供如下用户接口：

JavaSDK

PythonSDK

JDBC

Restful API

统一元数据及安全体系

MaxCompute 的 InformationSchema提供项目元数据及使用历史数据等信息，您可以对作业的运行情况，例如资源消耗、运行时长、数据处理量等指标进行分析，用于优化作业或规划资源容量。

MaxCompute 还提供了完善的安全管理体系，例如访问控制、数据加密、动态脱敏等为数据安全性提供保障。更多安全相关信息，请参见安全管理。