阿里雲重磅推出Serverless數據分析引擎-Data Lake Analytics

摘要： 近日，阿里雲重磅推出Serverless數據分析引擎-Data Lake Analytics，Data Lake Analytics，幫助更多不具有分析能力的存儲服務，賦予其分析的能力。

近日，阿里雲重磅推出Serverless數據分析引擎-Data Lake Analytics，Data Lake Analytics，幫助更多不具有分析能力的存儲服務，賦予其分析的能力。

從生活中的購物交易，到工業上的生產製造，再到社交網絡媒體信息、企業化管理決策等等，大數據成爲當前經濟社會最重要的前進方向之一。愈來愈多的企業在面臨數據以指數級成倍增加的時候，第一選擇存儲服務來存儲數據，那在人人高喊數據爲王的時代，若是數據僅僅被存儲起來，而不加以分析，那數據的超能力也將毫無心義。

擁抱分析能力迫在眉睫

不少企業用戶選擇阿里雲對象存儲服務OSS或者表格存儲（Table Store）來存儲數據，做爲面向海量數據、極低成本、高度靈活的存儲平臺，雲上客戶存儲了大量的流水數據、日誌數據、監控數據等，然而這些數據今天不具有低成本、靈活高效的分析能力。OSS和Table Store不但存儲了大量的歷史數據，並且新數據每日劇增。

以往客戶須要分析OSS數據，須要臨時將數據導入各類事先購買或者部署好的分析引擎，分析完再將數據刪除、釋放分析引擎的資源，鏈路長，耗時耗力極其不便，也不利於節省成本。

若是客戶使用Hadoop等傳統的MR解決方案，雖然存儲和計算分離，可是考慮到資源複用，每每須要在購買的ECS或者物理機上既部署存儲節點又要部署計算節點，存儲和計算沒法作到真正的按需各自擴展。而開源Greenplum等傳統的MPP數據庫，更是存儲和計算一體化，存儲和計算分別按需擴展更是沒法支撐。

而Serverless化數據分析引擎-Data Lake Analytics彌補了以上痛點。無需ETL，就可以使用標準 SQL、現有的商業智能 (BI) 和ETL工具，以極低成本與高效地輕鬆分析與集成在阿里雲OSS、Table Store數據源的數據。
Data Lake Analytics四大特性爲數據分析保駕護航

Data Lake Analytics使得更多異構數據源具有融合分析的能力。不只支持聯合OSS和Table Store進行數據分析，後續也會支持對接更多的數據源接入，Serverless，意味着客戶使用分析服務無需購買或者管理服務器，升級透明，Data Lake Analytics基於ECS、ESS輕鬆作到彈性伸縮服務，能讓業務真正作到按需擴存儲、計算資源，按使用量付費分析，不分析只須要擁有存儲成本，整個方案成本極低。

不只如此，Data Lake Analytics支持SQL 2003標準、豐富的內置函數支持，能夠像使用數據庫同樣作訪問OSS文件或者其餘數據源。支持標準JDBC/ODBC, 應用程序輕鬆集成。在交互式能力上，Data Lake Analytics經過高效智能優化器，新一代分析引擎XIHE, 全面融合MPP+DAG技術使得查詢性能很是出色，具有真正的可交互式分析能力。

打破傳統，多場景適用

場景一：數據提取平臺
某客戶有大量的數據在OSS上，天天開發者要處理大量的臨時取數的需求，客戶最終基於OSS + Data Lake Analytics作到廉價可擴展的數據提取平臺。整個方案以下：

客戶端經過報表工具生成各類提取數據的SQL，報表工具將SQL發送至Data Lake Analytics, Data Lake Analytics則直接去分析OSS數據，而後將分析後的結果返回給報表工具。OSS的10TB的存儲每個月費用在1200元左右，Data Lake Analytics則是徹底按照查詢使用量來付費（目前處於公測免費階段），從而實現了一個徹底自助化、極其廉價的可持續擴展的數據提取平臺。

場景二：DB冷數據分析和快速恢復

爲下降rds的成本，客戶不按期的有大量的歷史庫數據經過DBS備份至OSS，針對歷史歸檔的業務數據，偶爾可能有少許的分析需求，此時經過Data Lake Analytics便可輕鬆知足。此外，客戶若發如今線庫的業務數據須要利用OSS歸檔數據作訂正，以往作法是先購買一個超大規格的RDS, 而後將OSS備份恢復至RDS，將用來作訂正的數據查詢出來。有了Data Lake Analytics後，就能夠輕鬆的經過Data Lake Analytics直接查詢到OSS的數據用作訂正，很是便捷，成本同時下降了不少。Data Lake Analytics提供端到端的數據安全訪問保障，支持OSS的安全角色訪問和表級別的用戶受權，實現用戶數據的安全隔離。

場景三：能源電池數據分析平臺
客戶有大量電池數據，須要天級別僅分析一次蓄電池的數據，來分析電池的使用壽命，以決定是否提早作報廢。客戶經過將電池數據批量上傳至OSS，經過Data Lake Analytics每日分析一次，OSS 10TB月均存儲成本約1200元，Data Lake Analytics則按照查詢數據量計費（目前公測期間不收費），成本極具優點。

雲上目前OSS、Table Store等存儲有大量的業務數據急需分析能力，而Data Lake Analytics的出現則很好的知足了這一需求。對於雲上中小企業來講，能夠選擇用最廉價的存儲來搭配最普惠靈活的的分析能力。阿里雲Data Lake Analytics正是最普惠靈活的分析能力的實踐者，目前公測期間免費試用，歡迎你們前來體驗.
PC端請戳連接體驗公測：http://click.aliyun.com/m/1000005393/

原文連接

本文爲雲棲社區原創內容，未經容許不得轉載。