无论是自建Hadoop或者开源的Greenplum等方案,存储和计算成本都是一体化的。使用这些大数据分析技术后,存储和计算的方案都是固化的。而Data Lake Analytics打破了这一架构局限性,使得数据分析方案更加灵活。 您可以将海量KV查询数据存储在TableStore中,Data Lake Analytics可以高速地查询并处理TableStore中的数据,然后将业务流水数据存储在关系型数据库(MySQL、SQL Server、PostgreSQL)中。Data Lake Analytics可以对上述存储中的数据进行分析,并赋予上述数据库复杂的查询能力。 您也可以将日志或者归档数据存储在OSS中,使用Data Lake Analytics快速地分析OSS中的数据。云上中小企业可以结合业务特点选择最廉价的存储、搭配最普惠灵活的分析能力,同时Data Lake Analytics还可以很好地将上述数据源进行联邦查询,例如通过DLA联合查询多个MySQL实例数据。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。