大数据全攻略：10年老兵带你看尽MaxCompute大数据运算挑战与实践

大数据计算服务(MaxCompute，原名ODPS)是一种快速、完全托管的TB/PB级数据仓库解决方案。MaxCompute向用户提供了完善的数据导入方案以及多种经典的分布式计算模型，能够更快速的解决用户海量数据计算问题，有效降低企业成本，并保障数据安全。

产品地址：https://www.aliyun.com/product/odps

概况介绍：

以下为本套攻略的内容目录，查看每篇文章详细内容请点击左下角【阅读原文】进入学习。

• 性能追求之路——MaxCompute2.0（原ODPS）的前世今生

• 10年老兵带你看尽MaxCompute大数据运算挑战与实践

• 什么是阿里云数加大数据计算服务MaxCompute?

• 一分钟了解阿里云产品：大数据计算服务MaxCompute概述

• MaxCompute（原ODPS）技术架构及应用实践

• 不要犹豫 了解这些即可玩转阿里云MaxCompute

• MaxCompute产品详情页

2.0专题：

• 如何申请试用MaxCompute 2.0

• MaxCompute 2.0 生态开放之路及最新发展

• MaxCompute 2.0—从ODPS到MaxCompute

• MaxCompute2.0性能评测：更强大、更高效之上的更快速

• MaxCompute上如何处理非结构化数据

• MaxCompute访问TableStore(OTS) 数据

• MaxComputeSql性能调优

• 生态与兼容：MaxCompute大数据生态集成和开发工具

• MaxCompute理解数据、运算和用户的大脑：基于代价的优化器

• Vectorized Execution Engine in MaxCompute 2.0简介

• MaxCompute与OSS非结构化数据读写互通（及图像处理实例）

评测：

• 2017大数据标准化论坛发布了第一批大数据系统测试结果，阿里云数加获得了大数据系统测试证书。

• 可靠、安全、易用，阿里云数加大数据平台首批通过国家大数据标准检测

• 7倍!阿里云的MaxCompute居然比自建Hadoop便宜这么多

• MaxCompute把100TB数据的排序时间缩短到了377秒，打破了此前由微软、雅虎等公司保持的纪录，获得全球4项世界冠军。

• 持续创新和改进，为用户创造最大价值，阿里云数加MaxCompute获得C-Tech Awards 2016年度“最具技术创新奖”

• MIT评出全球十大突破性技术 阿里巴巴连摘两项

• Gartner公布2017年全球云计算魔力象限：阿里云进入前四

开发套件专题：

• DataIDE大数据开发套件官方教程

• 深入阿里云大数据IDE–MaxCompute Studio

• 使用 MaxCompute Studio 开发大数据应用

• MaxCompute Studio提升UDF和MapReduce开发体验

• 阿里云大学精品课程：深入理解阿里云数加大数据开发套件Data IDE-基本知识

• 大数据开发套件-数据集成-云mongo跨区域如何同步到Maxcompute

• 【大数据开发套件调度配置实践】——调度任务各种周期配置和调度形态

• 阿里云大数据开发套件 新手不得不面对的问题（持续更新）

• 【大数据开发套件调度配置实践】——不同周期任务依赖配置

• 数据库工程师快速上手MaxCompute进行ETL

• 基于DataIDE数据集成实现香港ECS上的MySQL数据同步到数加MaxCompute

• 【大数据新手上路】“零基础”系列课程--MySQL 数据整库迁移到 MaxCompute

• ODPS Studio 2.6.2 版本发布了

机器学习专题：

• 机器学习——让人工智能触手可及

• 大规模深度学习优化技术在PAI平台中的应用及实践

• 阿里云工程师用机器学习破解雾霾成因

• 大规模数据的分布式机器学习平台

• ODPS—MPI机器学习编程框架

图计算：

• 基于MaxCompute的图计算实践分享-图加载过程

• 基于MaxCompute的图计算实践分享-解析图加载过程

• 基于MaxCompute的图计算实践分享-Aggregator机制介绍

• 基于MaxCompute的图计算实践分享-可配置参数列表（持续更新）

• 基于MaxCompute的图计算实践分享-常见问题解决及优化指南

MapReduce：

• MaxCompute MapReduce细节解读

客户案例：

• 借助数加，原来需要2-3天的单维度数据处理时间，目前仅需3-6小时，研发周期更短，产品需求符合度更高。

• 大数据打造你的变美频道——数加平台上小红唇的大数据实践

• 阿里云与国家天文台成立天文大数据联合研究中心

• 阿里云参与两大国家工程实验室获批，人工智能继续深入工业制造

• 借助阿里云数加，小小的美甲行业被美甲帮玩出了天价

• 美甲帮：玩转指甲上的大数据平台

• 大数据打造你的变美频道——数加平台上小红唇的大数据实践

• 与阿里云整个生态体系共同成长，更快更好的为房地产行业客户提供高价值的服务

• 苏州协鑫与阿里云合作阶段性完成，良品率已提升1%

• 禾连健康CDO沈金：谈云时代的大数据平台架构

• 小硅片与大数据的结合 ——协鑫光伏的新制造之路

• 墨迹天气-轻松处理每天2TB的日志数据，支撑运营团队进行大数据分析挖掘，随时洞察用户个性化需求

• 阿里云数加让企业更专注于业务，助力东润环能高效利用大数据资源

• 纯云大数据系统的构建与价值

• 阿里云数加助力东润环能开启新能源大数据时代

• 赋能平台、提效工具、场景化应用，地产大数据玩转有诀窍

• 产品3周迭代一次，启信宝驾驭8000万企业征信的平台架构

• 日交易笔百万级，Ping++的大数据平台架构

• 专访佰腾科技大数据团队，谈专利大数据领域的挑战与实践

• 佰腾科技的专利大数据的云上裂变之路

• 技术创业难？看汇合营销如何玩转大数据与机器学习

• 数据让生意更简单，网聚宝创业团队利用数加快速打造核心业务竞争力，在激烈的市场竞争中弯道超车。

• 网鱼网咖-利用数加快速搭建大数据平台，极致洞察，为客户带来从所未有的体验。

• 年服务人次3300万+，网鱼网咖的大数据挑战及架构

• 友盟这家数据公司为什么能成为数百万企业的选择？

• 数加平台协助汇合营销快速行动，捕获转瞬即逝的商机。

• 全民直播牵手阿里云，技术升级触发直播新体验

• 3天撸完一个团队半年的项目，单客户数据动辄几百万的行业也玩云？

• 杭州治堵有“智慧” 阿里云数加激活城市大脑

• 堵车预测神器诞生，浙江已用来治疗高速顽疾

• 小团队拥有大能量 三十个年轻人的创业故事

• 完成数据的打通-豌豆荚被阿里巴巴收购后的168天

• MaxCompute助力北斗大数据，千寻位置3秒实现厘米级定位

• 30秒在线卖出3000套房，对于云系统来说只是小意思！

• 阿里怎么发工资？自研薪酬管理系统首次曝光

• 《能源地图》：阿里云数加MaxCompute轻松处理8000亿条气象数据

• 阿里妈妈MaxCompute架构演进 - AON(MPI)集群

• 数据生意背后的云计算

• 登月1号：支付宝演绎空中升级绝技

• 御膳房：构建大数据的美食厨房

新手入门：

• 阿里云数加大数据计算服务MaxCompute学习路线图 (持续更新中)

• 【大数据学习】数据化运营并不难？关键是这些技术你get了么？！

• MaxCompute 学习计划(一)

• MaxCompute 学习计划(二)

• MaxCompute 学习计划(三)

• MaxCompute（原ODPS）开发入门指南——数据上云篇

• MaxCompute（原ODPS）开发入门指南——计量计费篇

• MaxCompute（原ODPS）开发入门指南——数据开发工具篇

技术峰会：

• 双管齐下，MaxCompute数据上云与生态

• 【直击深圳云栖大会大数据专场】陈鹏宇分享主题—数加：迈向数据智能之路

• 技术与架构，解析如何将大数据最快落地到实践

• MaxCompute Next

MaxCompute 2.0 性能优化揭秘：

• 演讲视频：http://yq.aliyun.com/webinar/play/188

• PDF下载：https://yq.aliyun.com/attachment/download/?id=1449 

• 演讲整理文章：https://yq.aliyun.com/articles/72240

MaxCompute大数据语言的新发展

• 演讲视频：http://yq.aliyun.com/webinar/play/189

• PDF下载：https://yq.aliyun.com/attachment/download/?id=1448 

• 演讲整理文章：https://yq.aliyun.com/articles/72284

大规模流式增量计算及其在阿里巴巴的应用

• 演讲视频：http://yq.aliyun.com/webinar/play/190

• PDF下载：https://yq.aliyun.com/attachment/download/?id=1444 

• 演讲整理文章：https://yq.aliyun.com/articles/72242

PAI分布式机器学习平台计算模型演进之路

• 演讲视频：http://yq.aliyun.com/webinar/play/191

• PDF下载：https://yq.aliyun.com/attachment/download/?id=1445 

• 演讲整理文章：https://yq.aliyun.com/articles/72362

MaxCompute数据上云与生态

• 演讲视频：http://yq.aliyun.com/webinar/play/192

• PDF下载：https://yq.aliyun.com/attachment/download/?id=1446 

• 演讲整理文章：https://yq.aliyun.com/articles/72367

高可用大数据计算平台如何持续发布和演进

• 演讲视频：http://yq.aliyun.com/webinar/play/193

• PDF下载：https://yq.aliyun.com/attachment/download/?id=1447 

• 演讲整理文章：https://yq.aliyun.com/articles/72282

专利大数据的云上裂变之路

• 演讲视频：http://yq.aliyun.com/webinar/play/194

• PDF下载：https://yq.aliyun.com/attachment/download/?id=1440 

• 演讲整理文章：https://yq.aliyun.com/articles/72369

地产大数据趋势与应用实践

• 演讲视频：http://yq.aliyun.com/webinar/play/195

• PDF下载：https://yq.aliyun.com/attachment/download/?id=1441 

• 演讲整理文章：https://yq.aliyun.com/articles/72386

用大数据打造你的变美频道

• 演讲视频：http://yq.aliyun.com/webinar/play/196

• PDF下载：https://yq.aliyun.com/attachment/download/?id=1443 

• 演讲整理文章：https://yq.aliyun.com/articles/72250

云上大数据，零售新思维

• 演讲视频：http://yq.aliyun.com/webinar/play/197

• PDF下载：https://yq.aliyun.com/attachment/download/?id=1442 

• 演讲整理文章：https://yq.aliyun.com/articles/72249

Workshop：

• 《云数据·大计算：海量日志数据分析与应用》Workshop-入口

• 数据采集：日志数据上传

• 数据加工：用户画像

• 数据分析展现：可视化报表及嵌入应用

• 社交数据分析：好友推荐

MaxCompute1元试用体验馆：

• Flume采集网站日志到MaxCompute

• Hadoop数据表迁移到MaxCompute

• 快速搭建一个BI销售数据分析系统

• 机器学习实现海量新闻自动分类

• 机器学习为您揭秘雾霾怎么形成

数据上云专题：

• 数据进入阿里云数加-大数据计算服务MaxCompute（原ODPS）的N种方式

• “零基础”系列课程--日志服务（Log Service）采集 ECS 日志数据到 MaxCompute

• 日志服务（原SLS）新功能发布(12)--日志投递MaxCompute（原ODPS）支持自动建表授权

• Flume数据导入MaxCompute（原ODPS）方法

• MaxCompute（原ODPS）功能介绍之数据导入

• 用Fluent实现MySQL到MaxCompute（原ODPS）数据集成
  

数据安全专题：

• 你的大数据安全么？“Hadoop集群遭遇勒索软件攻击 ”

• 【阿里云大数据产品MaxCompute】DT时代企业数据资产的护卫舰

• 可靠、安全、易用，阿里云数加大数据平台首批通过国家大数据标准检测

• 阿里云成为全国首家云等保试点示范平台 金融云通过国家等保四级备案测评

• MaxCompute数据安全机制

• 还在用Hadoop么？Hadoop服务器造成5PB数据泄露，中国、美国受波及最大！

运维/容灾专题：

• MaxCompute(ODPS)大数据容灾方案与实现（及项目落地实例）专有云

• 阿里云大数据计算平台的自动化、精细化运维之路

数仓专题：

• 干货：解码OneData，阿里的数仓之路。

• 企业大数据平台下数仓建设思路

• 大数据来了，数据库爆仓了，宝宝们怎么办？

• 淘宝大数据之路

• MaxCompute大数据实践，电商数据仓库选择雪花还是星型模型？

• MaxCompute大数据实践，电商数据仓库的星型模型和传统星型的区别

公开数据集：

• 阿里云数加（大数据）公开数据集（公测ing）
  

最佳实践：

• 手把手，教你用MaxCompute+OpenSearch搭建分布式搜索引擎

• 阿里云大数据利器Maxcompute学习之-假如你使用过hive

• 一场变美盛宴后面的大数据故事

• 理财农场大数据初探之路

• 报警分析云上集成解决方案

• 专访360医药大数据负责人侯晓锋：谈未来智能医疗的挑战及实践

• 【物流大数据实践】基于阿里云Maxcompute实现物流跟踪

• 袋鼠云助力光伏产业 | 基于阿里云数加平台做算法预测

• 基于数加分析政府工作报告

• 阿里云大数据利器Maxcompute学习之--分区表的使用

• “零基础”系列课程--Flume收集网站日志数据到MaxCompute

• “零基础”系列课程--如何通过大数据开发套件Data IDE玩转大数据

• MaxCompute_2_MaxCompute数据迁移文档 

• 基于大数据开发套件定时调度带资源文件的MapReduce作业

• 如何用大数据开发套件周期调度机器学习算法

• ［ETL实践指南］基于Kettle的MaxCompute插件实现数据上云

• 推荐引擎的离线算法和在线算法初探

• OpenSearch：轻松构建大数据搜索服务

• 云上游戏数据分析实践

• 5分钟学会使用DataHub接入实时数据到MaxCompute(原ODPS)

• Docker时代——如何实现日志数据一键上云

• MaxCompute（原ODPS）使用总结-初级篇

• MaxCompute实战之数据存储

• 基于 MaxCompute 的极速的基因测序分析

• MaxCompute同步到AnalyticDB 任务报警简易处理

• MaxCompute 存储优化技巧

• MaxCompute OpenMR的7个性能优化策略

• MaxCompute5个窗口函数限制

• MaxCompute基础与MaxCompute SQL优化

• MaxCompute（原ODPS）任务优化之列裁剪

• MaxCompute应用限制整理

• 产品动手实践视频课-基于MaxCompute SQL

• 产品动手实践视频课-基于MaxCompute SQL实现商品推荐

• MaxCompute SQL 01-说在前面的话

• MaxCompute SQL 02-什么是个性化推荐系统

• MaxCompute SQL 03-个性化推荐系统是怎么实现的？

• MaxCompute SQL 04-推荐系统的评价和应用

• MaxCompute SQL 05-天猫应用场景介绍

• MaxCompute SQL 06-问题分析和思路整理

• MaxCompute SQL 07-简单实现：根据销量推荐

• MaxCompute SQL 08-简单实现：和随机推荐的对比

• MaxCompute SQL 09-个性化推荐：算法设计和特征分析

• MaxCompute SQL 10-个性化推荐：选择特征和采样

• MaxCompute SQL 11-个性化推荐：训练模型

• MaxCompute SQL 12-个性化推荐：参数优化和模型评估

• MaxCompute SQL 13-个性化推荐：模型应用与总结

• MaxCompute SQL 14-总结：不足与改进

• MaxCompute分区表和非分区表使用对比

• Oracle - MaxCompute（原ODPS）数据类型转换

• 大数据上云那些事儿：（一）上云工具之爬虫(Scrapy)数据

• 阿里云大数据利器Maxcompute学习之--窗口函数实现分组TopN

• MaxCompute SQL中的更新和删除如何实现

• 用Java代码调用MaxCompute

• 通过Fluentd实时上传数据到DataHub实践

• 基于阿里云MaxCompute实现复杂事件检测

• 阿里云大数据利器Maxcompute-使用mapjoin优化查询

• MaxCompute SQL Row_Sequence 实现列自增长

• MaxCompute SQL-列转行和行转列

• MaxCompute多团队协同数据开发项目管理最佳实践

• 门道多：一次MaxCompute PS任务的问题排查之旅

• 利用MaxCompute建立数据仓库的超强实战手册

• E-MapReduce中Spark 2.x读写MaxCompute数据

• MaxCompute如何实现跨项目授权

• 使用JDBC编程访问MaxCompute（原ODPS）

• 增量同步MaxCompute（原ODPS）数据解决方法

• MaxCompute（原ODPS） JOB 长尾问题调优

• MaxCompute（原ODPS） JOB logview 查看方法

• DataX使用指南——MaxCompute（原ODPS） to ODPS

• MaxCompute（原ODPS） 权限管理命令集合

• MaxCompute（原ODPS）内置函数整理

• OSS文件上传及OSS与MaxCompute（原ODPS）之间数据连通

• MaxCompute（原ODPS）跨集群迁移与数据同步经验分享

• 五阿哥（wuage.com），携钢铁行业步入一场云的变革

• 基于自定义日志打印的UDAF调试

• [免费]手把手，阿里算法专家教你21天搭建推荐系统

• 《企业大数据系统构建实战：技术、架构、实施与应用》

• 大数据分析平台产品对比之MaxCompute（原ODPS）篇

• Oracle - ODPS数据类型转换

• 使用ODPS进行拼车分析

• MaxCompute在网络舆情监控系统中的应用

• 使用MaxCompute快速实现企业数据化运营

• 应用MaxCompute实现变压器局部放电相位分析

• 实践 —— 亲测从 RDS MySQL 通过数据集成导入 MaxCompute

常见问题：

• MaxCompute百问集锦（持续更新）

• 大数据开发—常见问题（1）

• 大数据开发—常见问题（2）

• 大数据开发—常见问题（3）

• 大数据开发—常见问题（4）

• MaxCompute数据下载/导出的SQL运行结果的方法总结
  

• 大数据开发套件中数据同步-日志报错回滚信息的一些问题总结

• 解决代码在本地IDE环境里调试成功了后，到线上调试出现结果不符合预期的情况

• 【大数据技巧】Flume采集网站日志到MaxCompute常见问题汇总

• 做ETL操作导入数据到MaxCompute的时候，对如何设置数据同步策略疑惑

• 如何用SQL对MaxCompute数据进行修改和删除

• MaxCompute中实现IP地址归属地转换

• MaxCompute（原ODPS） MapReduce常见问题解答

• MaxCompute计算长尾问题

• 定位排查工作流的计算结果数据量不符合预期的方法

• 用脚本模式配置数据同步--用自定义的ECS来调度来解网络不可达的问题

• 大数据开发套件—调度运维常见问题

• 大数据开发套件—数据集成常见问题

• MaxCompute—MaxCompute SQL 常见问题

生态兼容：

• MaxCompute JDBC 2.2 发布说明

• 手把手教你完成MaxCompute JDBC自定义日志配置

• MaxCompute JDBC 2.0 beta中的一些变更说明

• 使用 odps-jdbc 接入 MaxCompute（原ODPS），不再从零开始

• 原来MaxCompute还能这么玩系列（3）—— 借力QlikView玩转数据分析

• 原来MaxCompute还能这么玩系列（2）—— 利用HiveServer2 Proxy实现MaxCompute与Hive生态工具的互通

• 原来MaxCompute还能这么玩系列（1）—— 通过Apache Zeppelin 快速实现数据可视化

• 当 Elasticsearch 遇上 MaxCompute 

• Flume Java on MaxCompute介绍

• Logstash + DataHub + MaxCompute/StreamCompute 进行实时数据分析

• 如何在MaxCompute上运行HadoopMR作业

• 基于OGG Datahub插件将Oracle数据同步上云

• R语言和大数据

• RODPS介绍

PyODPS

• 什么是PyODPS DataFrame

• PyOdps 0.4版本发布，从一个故事说起

• PyODPS DataFrame：统一的数据查询语言

• PyOdps在交互式环境下的使用，让探索ODPS数据更容易些

• PyOdps DataFrame来临，数据分析从未如此简单！

• Python+大数据计算平台，PyODPS架构手把手教你搭建

• MaxCompute上你从未体验过的数据分析和机器学习过程

• 零成本体验 ODPS 大数据分析

沙龙活动：

• 关于举办“天德π客”创业论坛——“基于阿里云的大数据实践—海量日志分析”的通知

• 快上车！老司机带你走进“大数据及阿里云数据分析平台”

• 万元大奖邀您参与阿里云数加 MaxCompute最佳实践征文大赛

产品功能：

• MaxCompute（原ODPS） 脑图 － 常用知识总结

• 数据通道：

• DataX：

• 阿里云开源离线同步工具DataX3.0介绍

• MySQL超时参数以及相关DataX数据同步案例分享

• Tunnel：Tunnel SDK数据上传利器——BufferedWriter使用指南

客户端工具：

• Studio：使用 MaxCompute Studio 开发大数据应用

• Console：Console 实用小命令

• Eclispse插件：Mac 下如何安装odps eclipse插件

• 【MaxCompute学习】隐式转化的问题

• 使用 MaxCompute（原ODPS） java sdk 运行安全相关命令

• ODPS功能介绍之CLT

• ODPS 功能介绍之SQL

技术原理介绍：

• 【ATF】林伟：大数据计算平台的研究与实践

• MaxCompute flighting —— Task灰度发布

• 数加MaxCompute计算资源分布以及LogView分析优化

• MaxCompute Optimizer之表达式约化

• MaxCompute 中的Code Generation技术简介

• MaxCompute（原ODPS） 事件(Event)机制

• Fuxi ServiceModeJob 多租户（Quota Group） 功能介绍

作业调度：

• 解析阿里云分布式调度系统伏羲

• 阿里云伏羲(fuxi)调度器FuxiMaster功能简介(一) 多租户(QuotaGroup)管理

• 阿里云伏羲(fuxi)调度器FuxiMaster功能简介(二) 调度模型

• 阿里云伏羲(fuxi)调度器FuxiMaster功能简介(三) 针对在线服务的资源强稳定

• 阿里云伏羲(fuxi)调度器FuxiMaster功能简介(四) NodeLabel调度

• 盘古：阿里云飞天分布式存储系统设计深度解析

• MaxCompute( 原ODPS）下的表分区解释

大数据基础知识：

• 分布式大数据系统巧实现，全局数据调度管理不再难

• 大规模数据的分布式机器学习平台

• 分布式存储系统

• 分布式离线关系型计算最全总结

• 分布式编程模型的设计与演化

• 分布式调用跟踪与监控实战

• 内存计算

产品/技术资讯：

• 阿里云2020年预期净利100亿，碾压99%A股公司 | 新龙榜

• 从IaaS到AI，马云为何让阿里云去扛人工智能大旗？

• 数据新能源驱动智慧新世界：数据新能源时代来临

• “NASA”计划背后，阿里巴巴大数据系统架构概述

• 三个词，让你看懂马云、刘强东力推的“新零售”

• 盘点全球最热门十家大数据公司中国占据三席

• [大数据行业应用发展前景分析] 阿里潘永花报告：大数据产业将成为新的煤和石油介绍

• 基于阿里云数加平台的大数据Serverless实践

• 川普军完美逆袭，阿里大数据为你解读特朗普成功的真相

• 大数据简析“林丹出轨事件”背后的微博信息传播

• 《大数据漫谈 -- DT时代》连载之 NO.1

• 漫谈阿里大数据

• 巴黎科技展：“中国技术太厉害了，我们得赶紧学学！”

• 阿里云携大数据计算平台MaxCompute欧洲开服

• 数加平台如何通过Serverless 架构实现普惠大数据

• 重磅 | 2017年中国大数据企业生态图谱（一）大数据企业融资地图

• 数加：从数据工程师到CDO的七次升职路

• Hadoop 这样业界顶级的大规模数据处理平台，均发现满足不了类似双十一这样全世界的剁手党蜂拥而至的热情

点击左下角【阅读原文】进入查看以上目录详细内容

往期精彩文章

0  阿里高级专家应答：一位实实在在技术大牛的低调和谦逊

1  CCAI 2017 | 香港科技大学计算机系主任杨强：论深度学习的迁移模型

2  阿里10年分布式技术沉淀：阿里高可用体系核心缔造者、全链路压测创始人告诉你！

3  25岁Java工程师如何转型学习人工智能？

4  震惊！慢SQL居然能优化到这种速度，我不服

-END-

云栖社区

ID：yunqiinsight

云计算丨互联网架构丨大数据丨机器学习丨运维

点击“阅读原文”查看详细内容