關于阿里云大數據計算服務MaxCompute的詳細內容：
阿里云大數據計算服務MaxCompute使用教程
（MaxCompute（原ODPS）是一項大數據計算服務，它能提供快速、完全托管的PB級數據倉庫解決方案，使您可以經濟并高效的分析處理海量數據。）
大數據計算服務（MaxCompute，原名 ODPS）是一種快速、完全托管的 GB/TB/PB 級數據倉庫解決方案。MaxCompute 為您提供了完善的數據導入方案以及多種經典的分布式計算模型，能夠更快速的解決海量數據計算問題，有效降低企業成本，并保障數據安全。
同時，大數據開發套件和 MaxCompute 關系緊密，大數據開發套件為 MaxCompute 提供了一站式的數據同步，任務開發，數據工作流開發，數據管理和數據運維等功能，詳情請參見大數據開發套件。
MaxCompute 主要服務于批量結構化數據的存儲和計算，可以提供海量數據倉庫的解決方案以及針對大數據的分析建模服務。隨著社會數據收集手段的不斷豐富及完善，越來越多的行業數據被積累下來。數據規模已經增長到了傳統軟件行業無法承載的海量數據（百 GB、TB 乃至 PB）級別。
在分析海量數據場景下，由于單臺服務器的處理能力限制，數據分析者通常采用分布式計算模式。但分布式的計算模型對數據分析人員提出了較高的要求，且不易維護。使用分布式模型，數據分析人員不僅需要了解業務需求，同時還需要熟悉底層計算模型。MaxCompute 的目的是為您提供一種便捷的分析處理海量數據的手段，您可以不必關心分布式計算細節，便可達到分析大數據的目的。
MaxCompute 已經在阿里巴巴集團內部得到大規模應用，例如：大型互聯網企業的數據倉庫和 BI 分析、網站的日志分析、電子商務網站的交易分析、用戶特征和興趣挖掘等。
產品優勢
大規模計算存儲
MaxCompute 適用于 100GB 以上規模的存儲及計算需求，最大可達 EB 級別。
多種計算模型
MaxCompute 支持 SQL、MapReduce、Graph 等計算類型及 MPI 迭代類算法。
強數據安全
MaxCompute 已穩定支撐阿里全部離線分析業務7年以上，提供多層沙箱防護及監控。
低成本
與企業自建私有云相比，MaxCompute 的計算存儲更高效，可以降低 20%-30% 的采購成本。
功能概述
數據通道
支持批量、歷史數據通道 TUNNEL 是 MaxCompute 為您提供的數據傳輸服務，提供高并發的離線數據上傳下載服務。支持每天 TB/PB 級別的數據導入導出，特別適合于全量數據或歷史數據的批量導入。Tunnel 提供 Java 編程接口供您使用，并且在 MaxCompute 的客戶端工具中，有對應的命令實現本地文件與服務數據的互通。
實時、增量數據通道 針對實時數據上傳的場景，MaxCompute 提供了延遲低、使用方便的 DataHub 服務，特別適用于增量數據的導入。Datahub 還支持多種數據傳輸插件，例如：Logstash、Flume、Fluentd、Sqoop 等，同時支持日志服務 Log Service 中的日志數據一鍵投遞至 MaxCompute，進而使用大數據開發套件進行日志分析和挖掘。
計算及分析任務
MaxCompute 支持多種計算模型，詳情如下：
SQL：MaxCompute 只能以表的形式存儲數據，并對外提供了 SQL 查詢功能。您可以將 MaxCompute 作為傳統的數據庫軟件操作，但其卻能處理 TB、PB 級別的海量數據。 注意：
MaxCompute SQL 不支持事務、索引及 Update/Delete 等操作。 MaxCompute 的 SQL 語法與 Oracle，MySQL 有一定差別，您無法將其他數據庫中的 SQL 語句無縫遷移到 MaxCompute 上來。 在使用方式上，MaxCompute SQL 最快可以在分鐘，乃至秒級別完成查詢，無法在毫秒級別返回結果。 MaxCompute SQL 的優點是學習成本低，您不需要了解復雜的分布式計算概念。如果您具備數據庫操作經驗，便可快速熟悉 MaxCompute SQL 的使用。
UDF：即用戶自定義函數。 MaxCompute 提供了很多 內建函數 來滿足您的計算需求，同時您還可以通過創建自定義函數來滿足不同的計算需求。
MapReduce：MaxCompute MapReduce 是 MaxCompute 提供的 Java MapReduce 編程模型，它雖與通用的 MapReduce 有所區別，但可以簡化開發流程，更為高效。您若使用 MaxCompute MapReduce，需要對分布式計算概念有基本了解，并有相對應的編程經驗。MaxCompute MapReduce 為您提供 Java 編程接口。 Graph：MaxCompute 提供的 Graph 功能是一套面向迭代的圖計算處理框架。圖計算作業使用圖進行建模，圖由點 （Vertex）和邊（Edge）組成，點和邊包含權值（Value）。通過迭代對圖進行編輯、演化，最終求解出結果，典型應用：PageRank，單源最短距離算法 ，K-均值聚類算法 等。 SDK
SDK 是 MaxCompute 提供給開發者的工具包，詳情請參見 SDK 介紹。
安全
MaxCompute 提供了功能強大的安全服務，為您的數據安全提供保護，詳情請參見 安全參考手冊。
后續步驟
現在，您已經學習了 MaxCompute 的產品優勢、功能特性等相關簡介，您可以繼續學習下一個教程。在該教程中您將快速了解如何使用 MaxCompute，詳情請參見 快速開始。
發展歷程
更新時間：2017-09-08 08:19:17
從 2009 年 9 月阿里云成立，愿景就是做運算/分享數據的第一平臺。2010 年 4 月，伴隨阿里金融的貸款業務上線，ODPS 正式投入生產運行，2012 年建立統一數據平臺，2013 年具備超大規模海量數據處理能力，2014~2015 年大數據平臺開始日趨成熟，2016 年 MaxCompute 2.0 誕生，成立之初的愿景正在逐步實現。
關鍵性里程碑
2010.04 ODPS 正式投入生產運行。阿里金融的貸款業務上線穩定運行。 2013.05 ODPS 公測。 2013.07 ODPS 正式提供商業化服務，單集群規模 5K 臺服務器多級群能力。 2016.09 ODPS 正式更名為 MaxCompute，并推出 MaxCompute 2.0，實現高性能，新功能，富生態。
阿里云大學官網（阿里云大學 - 官方網站，云生態下的創新人才工場）
