备案控制台
探索云世界
开发者社区 大数据与机器学习 大数据计算 MaxCompute 文章 正文

大数据搬站step by step

2020-02-19 2772
版权
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。
简介： IDC,ECS自建和云数据库之间的数据搬站 1 IDC -> MaxCompute / EMR **【方案】：使用“独享数据集成资源组”，绑定可以连通用户IDC的用户VPC，然后提工单，由阿里云数据集成开发人员在独享数据集成资源组上配置路由，使独享数据集成资源组可以访问IDC内数据源。

IDC / ECS自建和云数据库之间的数据搬站

1 IDC -> MaxCompute / EMR

【方案】：使用“独享数据集成资源组”，绑定可以连通用户IDC的用户VPC，然后提工单，由阿里云数据集成开发人员在独享数据集成资源组上配置路由，使独享数据集成资源组可以访问IDC内数据源。

1.1 IDC Hadoop（HDFS / Hive）-> EMR

【HDFS读取】：https://help.aliyun.com/knowledge_detail/137721.html
【HDFS写入】https://help.aliyun.com/knowledge_detail/137759.html

1.12  前期准备

  • 创建好EMR集群，详细文档请参见：E-MapReduce集群创建
  • 现在自建Hadoop迁移到E-MapReduce可以通过OSS进行过度，或者使用阿里云高速通道产品建立线下IDC和线上E-MapReduce所在VPC网络的连通。
  • 配置DataWorks独享数据集成资源组，详细文档请参见：独享资源模式

本文以在华北2（北京）区域创建项目为例，同时启动Dataworks的相关服务。

2.12  数据准备

IDC集群测试数据准备，本例中HIVE建表语句如下：

CREATE TABLE IF NOT EXISTS test(
id INT,
name STRING,
hobby STRING,
region STRING
)
PARTITIONED BY(pt string)
row format delimited
fields terminated by ','
lines terminated by '\n'
;

插入测试数据：

insert into
test PARTITION(pt =1) values(1,'xiaoming','book','beijing'),(2,'lilei','TV','nanjing'),(3,'lihua','music','hebei'),(4,'xiaoma','draw','henan'),(5,'laoli','piano','heinan');

2.13 IDC自建Hadoop数据源连接
Dataworks数据集成-数据源管理-新增数据源-HDFS
1
   
使用“独享数据集成资源组”，绑定可以连通用户IDC的用户VPC，然后提工单，由阿里云数据集成开发人员在独 享数据集成资源组上配置路由，使独享数据集成资源组可以访问IDC内数据源。

EMR的Hadoop数据源连接
Dataworks数据集成-数据源管理-新增数据源-HDFS
2

3

2.14 在EMR的Hadoop上创建目录来存放ECS集群同步过来的数据

hadoop fs -mkdir /emr_test

2.15 在DataWorks中创建数据同步节点
    配置数据同步节点并点击转换为脚本模式，配置MaxCompute Reader 和 HDFS Writer 脚本可参考官方文档：配置HDFS Reader 和 配置HDFS Writer
本文档中配置如下：

{                                                           
    "type": "job",
    "steps": [
        {
            "stepType": "hdfs",
            "parameter": {
                "path": "/user/hive/warehouse/gitdatabase.db/test/",
                "datasource": "IDC_EMR",
                "column": [
                    "*"
                ],
                "encoding": "UTF-8",
                "fieldDelimiter": ",",
                "fileType": "text"
            },
            "name": "Reader",
            "category": "reader"
        },
        {
            "stepType": "hdfs",
            "parameter": {
                "path": "/emr_test/",
                "fileName": "emr_test",
                "datasource": "IDC_EMR",
                "column": [
                    {
                        "name": "id",
                        "type": "int"
                    },
                    {
                        "name": "name",
                        "type": "string"
                    },
                    {
                        "name": "hobby",
                        "type": "string"
                    },
                    {
                        "name": "region",
                        "type": "string"
                    },
                    {
                        "name": "col5",
                        "type": "date"
                    }
                ],
                "writeMode": "append",
                "encoding": "UTF-8",
                "fieldDelimiter": ",",
                "fileType": "text"
            },
            "name": "Writer",
            "category": "writer"
        }
    ],
    "version": "2.0",
    "order": {
        "hops": [
            {
                "from": "Reader",
                "to": "Writer"
            }
        ]
    },
    "setting": {
        "errorLimit": {
            "record": ""
        },
        "speed": {
            "concurrent": 2,
            "throttle": true,
            "mbps": "10"
        }
    }
}

配置独享资源组：
4

2.16 脚本按需求配置并保存，运行节点：
5

查看EMR集群hdfs数据是否同步成功：hadoop fs -cat /emr_test/*
6

1.2 IDC Kafka -> EMR Kafka

【Kafka读取】：https://help.aliyun.com/knowledge_detail/137745.html
【Kafka写入】https://help.aliyun.com/knowledge_detail/145510.html

1.21  环境准备

  • 已完成阿里云EMR服务自动化搭建Kafka集群,详细文档请参见：E-MapReduce
  • 数据工场DataWorks,详细文档请参见：DataWorks
  • 购买独享数据集成资源，使独享资源组可以访问您的云资源,详细文档请参见：独享资源组模式
    IDC自建需要与线上E-MapReduce所在网络的连通。

为保证您可以顺利登录EMR集群Header主机，及DataWorks可以顺利和EMR集群Header主机通信，请您首 先配置EMR集群Header主机安全组，放行TCP 22及TCP 9092端口。
本文中在华北2（北京）区域创建项目，同时启动DataWorks相关服务。通过独享集成资源组绑定到与Kafka对应的VPC，点击专有网络绑定，选择与Kafka对应的交换机进行连接。

1.22  准备IDC kafka测试数据
创建测试Topic
执行如下命令创建测试所使用的Topic testkafka。

[root@emr-header-1 ~]# kafka-topics.sh --zookeeper emr-header-1:2181/kafka-1.0.1 --partitions 10 --replication-factor 3 --topic testkafka  --create
Created topic "testkafka".

执行如下命令查看已创建的Topic。

[root@emr-header-1 ~]# kafka-topics.sh  --list --zookeeper emr-header-1:2181/kafka-1.0.1
__consumer_offsets
_emr-client-metrics
_schemas
connect-configs
connect-offsets
connect-status
testkafka

写入测试数据
您可以执行如下命令，模拟生产者向Topic testkafka中写入数据。由于Kafka用于处理流式数据，您可以持续不断的向其中写入数据。为保证测试结果，建议您写入10条以上的数据。

[root@emr-header-1 ~]# kafka-console-producer.sh --broker-list emr-header-1:9092 --topic testkafka
>123
>abc
>

为验证写入数据生效，您可以同时再打开一个SSH窗口，执行如下命令，模拟消费者验证数据是否已成功写入Kafka。当数据写入成功时，您可以看到已写入的数据。

[root@emr-header-1 ~]# kafka-console-consumer.sh --bootstrap-server emr-header-1:9092 --topic testkafka --from-beginning
123
abc

1.23  在EMR kafka创建topic来放同步过来的数据：

[root@emr-header-1 ~]# kafka-topics.sh --zookeeper emr-header-1:2181/kafka-1.0.1 --partitions 10 --replication-factor 3 --topic emrkafka  --create
Created topic "testkafka".

 
1.24  数据同步
       a. 在您的业务流程中右键单击数据集成，选择新建 > 数据集成 > 离线同步。
       b. 新建数据同步节点后，您需要选择数据来源的数据源为kafka，数据去向的数据源为kafka,完成上述配置后，请单击下图框中的按钮，转换为脚本模式。
       c. 完成脚本配置后，请首先切换任务资源组为您创建的独享资源组，然后单击运行。

1.25  确认数据导入    
       a. 完成运行后，您可以在运行日志中查看运行结果，如下为成功运行的日志。
       b. 查看EMR Kafka数据是否成功写入。

1.3 IDC MySQL -> MaxCompute

【MySQL读取】
https://help.aliyun.com/knowledge_detail/137725.html  
【MaxCompute写入】
https://help.aliyun.com/knowledge_detail/137466.html

1.31  环境准备

  • 大数据计算服务MaxCompute,详细文档请参见：MaxCompute
  • 数据工场DataWorks,详细文档请参见：DataWorks
  • 购买独享数据集成资源，使独享数据资源可以访问您IDC的数据源，详细文档请参见：独享资源模式

1.32  数据采集
本文通过开通数据网关资源，使用DMS来管理IDC的MySQL。通过数据集成-数据源-新增数据源MySQL JDBC Url连接。

1.33 在MaxCompute中创建数据表存放同步过来的数据。本实例建表：idc_my。

1.34  数据同步
配置MySQL数据同步节点
7

配置数据集成任务时，将默认资源组配置为需要的独享数据集成资源。
通过向导模式配置任务时，在通道控制 > 任务资源组下拉框中，选择相应的独享数据集成资源。
8

9

确认当前节点的配置无误后，单击左上角的保存。
关闭当前任务，返回业务流程配置面板。

1.35 运行业务流程
右键单击rds_数据同步节点，选择查看日志。
当日志中出现如下字样，表示同步节点运行成功，并成功同步数据。
10
然后在数据开发页面，单击左侧导航栏中的临时查询，进入临时查询面板，再确认数据是否已经导入MaxCompute中。

2 云上ECS自建 -> MaxCompute / EMR

【方案】：使用“独享数据集成资源组”，绑定可以自建数据源所在用户VPC，然后提工单，由阿里云数据集成开发人员在独享数据集成资源组上配置路由，使独享数据集成资源组可以访问ESC内数据源。

2.1 ECS Hadoop（HDFS / Hive）-> EMR

2.11  前提条件

  • 配置DataWorks独享数据集成资源组，详细文档请参见：独享资源模式
  • 创建好EMR集群。
  • 由于 VPC 实现用户专有网络之间的逻辑隔离，E-MapReduce 建议使用 VPC 网络。
  • 经典网络与 VPC 网络打通
    如果 ECS 自建 Hadoop，需要通过 ECS 的classiclink的方式将经典网络和 VPC 网络打通，参见建立 ClassicLink 连接。
  • VPC 网络之间连通
    数据迁移一般需要较高的网络带宽连通，建议新旧集群尽量处在同一个区域的同一个可用区内。

本文以在华北2（北京）区域创建项目为例，同时启动Dataworks的相关服务。

2.12  数据准备
ECS集群测试数据准备
本例中HIVE建表语句如下：

CREATE TABLE IF NOT EXISTS test(
id INT,
name STRING,
hobby STRING,
region STRING
)
PARTITIONED BY(pt string)
row format delimited
fields terminated by ','
lines terminated by '\n'
;

插入测试数据：

insert into
test PARTITION(pt =1) values(1,'xiaoming','book','beijing'),(2,'lilei','TV','nanjing'),(3,'lihua','music','hebei'),(4,'xiaoma','draw','henan'),(5,'laoli','piano','heinan');

2.13 ECS自建Hadoop数据源连接
Dataworks数据集成-数据源管理-新增数据源-HDFS
11

使用“独享数据集成资源组”，绑定可以自建数据源所在用户VPC，然后提工单，由阿里云数据集成开发人员在独享数据集成资源组上配置路由，使独享数据集成资源组可以访问ESC内数据源。

EMR的Hadoop数据源连接
Dataworks数据集成-数据源管理-新增数据源-HDFS
12
13

2.14 在EMR的Hadoop上创建目录来存放ECS集群同步过来的数据

hadoop fs -mkdir /emr_test

2.15 在DataWorks中创建数据同步节点
配置数据同步节点并点击转换为脚本模式， 配置MaxCompute Reader 和 HDFS Writer 脚本可参考官方文档：配置HDFS Reader 和 配置HDFS Writer
本文档中配置如下：

{                                                           
    "type": "job",
    "steps": [
        {
            "stepType": "hdfs",
            "parameter": {
                "path": "/user/hive/warehouse/gitdatabase.db/test/",
                "datasource": "IDC_EMR",
                "column": [
                    "*"
                ],
                "encoding": "UTF-8",
                "fieldDelimiter": ",",
                "fileType": "text"
            },
            "name": "Reader",
            "category": "reader"
        },
        {
            "stepType": "hdfs",
            "parameter": {
                "path": "/emr_test/",
                "fileName": "emr_test",
                "datasource": "IDC_EMR",
                "column": [
                    {
                        "name": "id",
                        "type": "int"
                    },
                    {
                        "name": "name",
                        "type": "string"
                    },
                    {
                        "name": "hobby",
                        "type": "string"
                    },
                    {
                        "name": "region",
                        "type": "string"
                    },
                    {
                        "name": "col5",
                        "type": "date"
                    }
                ],
                "writeMode": "append",
                "encoding": "UTF-8",
                "fieldDelimiter": ",",
                "fileType": "text"
            },
            "name": "Writer",
            "category": "writer"
        }
    ],
    "version": "2.0",
    "order": {
        "hops": [
            {
                "from": "Reader",
                "to": "Writer"
            }
        ]
    },
    "setting": {
        "errorLimit": {
            "record": ""
        },
        "speed": {
            "concurrent": 2,
            "throttle": true,
            "mbps": "10"
        }
    }
}

配置独享资源组：
14

2.16 脚本按需求配置并保存，运行节点：
15

查看EMR集群hdfs数据是否同步成功：hadoop fs -cat /emr_test/*
16

2.2 ECS MySQL -> MaxCompute

【MySQL读取】
https://help.aliyun.com/knowledge_detail/137725.html
【MaxCompute写入】
https://help.aliyun.com/knowledge_detail/137466.html

2.21 环境准备

  • 大数据计算服务MaxCompute,详细文档请参见：MaxCompute
  • 数据工场DataWorks,详细文档请参见：DataWorks
  • 购买独享数据集成资源，使Dataworks可以访问您的云资源,详细文档请参见：独享资源组模式
    本文以在华北2（北京）区域创建项目为例，同时启动Dataworks的相关服务。经典网络ECS上自建的数据源和DataWorks在同已区域为例。

2.22 数据采集
（1）以项目管理员身份登录DataWorks控制台，单击相应工作空间后的进入数据集成。
（2）单击左侧导航栏中的数据源，即可跳转至工作空间管理 > 数据源管理页面。
（3）单击数据源管理页面右上角的新增数据源。
（4）在新增数据源对话框中，选择数据源类型为MySQL。
（5）填写MySQL数据源的各配置项。 
MySQL数据源类型需要用连接串模式。
17
（6）单击测试连通性。
（7）连通性测试通过后，单击完成。

2.23 在MaxCompute中建立数据表，存放数据同步过来的数据。本次同步建表：test_tab。

2.24 新建数据同步任务
在DataWorks上新建数据同步节点，详情请参见数据同步节点。
18

19

配置数据集成任务时，将默认资源组配置为需要的独享数据集成资源。
20

完成上述配置后，单击运行即可。运行成功日志示例如下所示。
21

2.25  确认数据是否成功导入MaxCompute
22

3 云上DB  -> MaxCompute / EMR

【方案】直接创建云上DB数据源，然后向导模式配置同步任务即可

3.1 RDS / Mongo -> MaxCompute

【创建RDS数据源】：https://help.aliyun.com/knowledge_detail/137690.html
【创建MongoDB数据源】：https://help.aliyun.com/knowledge_detail/137675.html
【MaxCompute写入】
https://help.aliyun.com/knowledge_detail/137466.html

3.11  环境准备

  • 大数据计算服务MaxCompute,详细文档请参见：MaxCompute
  • 数据工场DataWorks,详细文档请参见：DataWorks
    3.12 数据采集

新增MySQL数据源
（6） 以项目管理员身份登录DataWorks控制台，单击相应工作空间后的进入数据集成。
（7） 单击左侧导航栏中的数据源，即可跳转至工作空间管理 > 数据源管理页面。
（8） 单击数据源管理页面右上角的新增数据源。
（9） 在新增数据源对话框中，选择数据源类型为MySQL。
（10） 填写MySQL数据源的各配置项。
MySQL数据源类型包括阿里云实例模式和连接串模式。
以新增MySQL > 阿里云实例模式类型的数据源为例。
23
24

(6)  单击测试连通性。
(7)  连通性测试通过后，单击完成。

新增MongoDB数据源
（1） 单击左侧导航栏中的数据源，即可跳转至工作空间管理 > 数据源管理页面。
（2） 单击数据源管理页面右上角的新增数据源。
（3） 在新增数据源对话框中，选择数据源类型为MongoDB。
（4） 填写MongoDB数据源的各配置项。

MongoDB数据源类型包括实例模式（阿里云数据源）和连接串模式。
实例模式（阿里云数据源）：通常使用经典网络类型，同地区的经典网络可以连通，跨地区的经典网络不保证可以连通。
连接串模式：通常使用公网类型，可能产生一定的费用。
以新增MongDB > 实例模式（阿里云数据源）类型的数据源，经典网络为例。
25
26

(5) 单击测试连通性。
(6)测试连通性通过后，单击完成。

3.13 登录MongoDB的DMS控制台，本示例使用的数据库为admin，集合为abc。
27

3.14 新建表
（1）在数据开发页面打开新建的业务流程，右键单击MaxCompute，选择新建 > 表。
（2）在新建表对话框中，输入表名，单击提交。
此处需要创建2张表（msl_maxc和mon_maxc），分别存储同步过来的MySQL日志数据和MongoDB日志数据。

3.15 新建数据同步任务
在DataWorks上新建数据同步节点，详情请参见数据同步节点。
28

配置MySQL数据同步节点
29

配置MongoDB的数据同步节点。（不支持向导模式，此例为脚本模式）

  {
"type": "job",
"steps": [
{
"stepType": "mongodb",
"parameter": {
"datasource": "mon_maxc",
"column": [
{
"name": "store.bicycle.color",
"type": "document.string"
}
],
"collectionName": "abc"
},
"name": "Reader",
"category": "reader"
},
{
"stepType": "odps",
"parameter": {
"tableType": null,
"partition": "",
"truncate": true,
"datasource": "odps_first",
"column": [
"*"
],
"guid": null,
"emptyAsNull": false,
"table": "mon_maxc"
},
"name": "Writer",
"category": "writer"
}
],
"version": "2.0",
"order": {
"hops": [
{
"from": "Reader",
"to": "Writer"
}
]
},
"setting": {
"errorLimit": {
"record": ""
},
"speed": {
"concurrent": 2,
"throttle": false
}
}
}

3.15 完成上述配置后，单击运行即可。运行成功日志示例如下所示。
30

确认数据是否成功导入MaxCompute
31

文章标签：
云原生大数据计算服务 MaxCompute
云消息队列 Kafka 版
客服工作台
数据集成 Data Integration
大数据开发治理平台 DataWorks
云服务器 ECS
云数据库 MongoDB 版
云数据库 RDS MySQL 版
日志服务
专有网络VPC
消息中间件
分布式计算
弹性计算
关系型数据库
NoSQL
MySQL
Kafka
Hadoop
MaxCompute
DataWorks
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景，如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品，是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法，从场景到实践，体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库，助力开发者学习了解先进的技术栈，并能在实际业务中敏捷的进行大数据分析，赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景，可应用MaxCompute实现数仓搭建，快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理，需要搭建数据仓库？学它！ 没有足够人员和经验来运维大数据平台，不想自建IDC买机器，需要免运维的大数据平台？会SQL就等于会大数据？学它！ 想知道大数据用得对不对，想用更少的钱得到持续演进的数仓能力？获得极致弹性的计算资源和更好的性能，以及持续保护数据安全的生产环境？学它！ 想要获得灵活的分析能力，快速洞察数据规律特征？想要兼得数据湖的灵活性与数据仓库的成长性？学它！ 出品人：阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
四相
目录
相关文章
算精通
|
3月前
|
机器学习/深度学习 人工智能 算法
深度解密阿里巴巴PAI工作空间：协同创新，智慧计算的新引擎
深度解密阿里巴巴PAI工作空间：协同创新，智慧计算的新引擎 在人工智能领域，团队协作和资源管理是推动技术发展的关键因素。作为阿里巴巴公共AI平台的核心组成部分，PAI工作空间应运而生，为企业和团队提供统一的计算资源管理及人员权限管理能力，为AI开发者提供支持团队协作的全流程开发工具及AI资产管理能力。今天，就让我们一起来深度解密PAI工作空间，了解它是如何成为智慧计算的新引擎的。
算精通
39 2
技术小达人
|
3月前
|
人工智能 弹性计算 并行计算
带你读《弹性计算技术指导及场景应用》——1. 技术改变AI发展：CUDA Graph优化的底层原理分析
带你读《弹性计算技术指导及场景应用》——1. 技术改变AI发展：CUDA Graph优化的底层原理分析
技术小达人
60 2
TuGraphAnalytics
|
9月前
|
SQL 存储 分布式计算
从大数据到图计算-Graph On BigData
从大数据到图计算-Graph On BigData
TuGraphAnalytics
250 0
从大数据到图计算-Graph On BigData
开发者小助手
|
存储 数据可视化 安全
2022云栖精选—Graph + Insight 在关联数据中发现商业价值
摘要：本文整理自蚂蚁集团数据可视化方向负责人林志峰，在云栖大会“图计算及其应用”分论坛的分享。本篇内容主要分为四个部分： 1. 大势所趋 · 技术价值和趋势 2. 生机勃勃 · 应用场景和生态 3. 厚积薄发 · 这些年的工作与沉淀 4. 浅知拙见 · 落地探索和应用实践
开发者小助手
384 27
2022云栖精选—Graph + Insight 在关联数据中发现商业价值
开发者小助手
|
数据采集 运维 分布式计算
2022云栖精选—图计算在全域数据融合场景的实践
摘要：本文整理自StartDT资深算法专家的曾云，在云栖大会“图计算及其应用”分论坛的分享。本篇内容主要分为四个部分： 1. 公司介绍 2. 全域数据融合场景介绍 3. 图计算实践 4. 未来展望
开发者小助手
354 3
2022云栖精选—图计算在全域数据融合场景的实践
红目香薰
|
机器学习/深度学习 分布式计算 大数据
大数据学习的五大步骤
大数据学习的五大步骤
红目香薰
134 0
TiAmoZhang
|
机器学习/深度学习 存储 数据采集
大数据智能平台的构建策略与步骤
大数据智能平台的构建策略与步骤
TiAmoZhang
293 0
大数据智能平台的构建策略与步骤
一个处女座的程序猿
DataScience&ML：金融科技领域之迁徙率(Flow Rate)表的简介、案例应用之详细攻略
DataScience&ML：金融科技领域之迁徙率(Flow Rate)表的简介、案例应用之详细攻略
一个处女座的程序猿
579 0
百思不得小赵
|
存储 数据采集 人工智能
初始大数据（Big Data）开发
大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。主要解决的是对海量数据的存储以及海量数据的计算分析问题
百思不得小赵
237 0
初始大数据（Big Data）开发
游客sgvio3d5quzu2
|
存储 安全 大数据
阿里云，大数据的初始体验
学习大数据，阿里云是首选
游客sgvio3d5quzu2
300 0
大数据与机器学习

大数据计算 MaxCompute

热门文章

最新文章

  • 1
    阿里巴巴飞天大数据平台MaxCompute（原名ODPS）全套攻略（持续更新20200109）
  • 2
    阿里云开源离线同步工具DataX3.0介绍
  • 3
    盘古：阿里云飞天分布式存储系统设计深度解析
  • 4
    odps是什么?
  • 5
    阿里云数加大数据计算服务MaxCompute学习路线图 (持续更新中)
  • 6
    一分钟了解阿里云产品：大数据计算服务MaxCompute概述
  • 7
    【大数据干货】数据进入阿里云数加-大数据计算服务MaxCompute（原ODPS）的N种方式
  • 8
    大数据阿里云产品的简单介绍理解
  • 9
    在PyODPS DataFrame自定义函数中使用pandas、scipy和scikit-learn
  • 10
    【最全合集】一文看尽 2019杭州云栖大会 MaxCompute 技术分享
  • 1
    MaxCompute( 原名ODPS)大数据容灾方案与实现（及项目落地实例）专有云
    124
  • 2
    MaxCompute( 原名ODPS)大数据容灾方案与实现（及项目落地实例）专有云
    10
  • 3
    MaxCompute 近实时增全量处理一体化新架构和使用场景介绍
    326
  • 4
    阿里云 MaxCompute MaxFrame 开启免费邀测，统一 Python 开发生态
    116
  • 5
    数仓学习---数仓开发之DWS层
    70
  • 6
    数据仓库(13)大数据数仓经典最值得阅读书籍推荐
    80
  • 7
    数据仓库(12)数据治理之数仓数据管理实践心得
    136
  • 8
    python数据分析——数据分析人员的基本道德要求
    31
  • 9
    数据仓库(10)数仓拉链表开发实例
    107
  • 10
    Spark学习--day05、SparkCore电商网站实操、SparkCore-工程代码
    65

    • 相关课程

    更多
  • 2020版大数据实战项目之DMP广告系统（第五阶段）
  • 2020版大数据实战项目之DMP广告系统（第六阶段）
  • 2020版大数据实战项目之DMP广告系统（第七阶段）
  • 2020版大数据实战项目之DMP广告系统（第二阶段）
  • 2020版大数据实战项目之DMP广告系统（第一阶段）
  • 2020版大数据实战项目之DMP广告系统（第四阶段）

    • 相关电子书

    更多
  • Flink Forward China 2018——云上计算普惠科技
  • Flink Forward China—— 以标准推动开源技术在行业的落地
  • 大数据解决方案构建详解 以阿里云E-MapReduce为例

    • 相关实验场景

    更多
  • 基于Hologres+PAI+计算巢，5分钟搭建企业级AI问答知识库
  • 通过计算巢快速构建的企业专属Chatbot
  • 【企业数据中台交付】数据回刷实验
  • 通过FastMR自动拉起大数据集群并运行TPCDS任务
  • 基于函数计算一键部署简易论坛
  • 函数计算实战-云开发创建视觉AI应用
    • 下一篇
    部署LAMP环境（Alibaba Cloud Linux 3）
    为什么选择阿里云什么是云计算全球基础设施技术领先稳定可靠安全合规分析师报告
    产品和定价全部产品免费试用产品动态产品定价价格计算器云上成本管理
    解决方案技术解决方案
    文档与社区文档开发者社区天池大赛培训与认证
    权益中心免费试用高校计划企业扶持计划推荐返现计划
    支持与服务基础服务企业增值服务迁云服务官网公告健康看板信任中心
    关注阿里云
    关注阿里云公众号或下载阿里云APP，关注云资讯，随时随地运维管控云服务
    阿里云APP阿里云微信
    联系我们：4008013260
    法律声明Cookies政策廉正举报安全举报联系我们加入我们
    阿里巴巴集团淘宝网天猫全球速卖通阿里巴巴国际交易市场1688阿里妈妈飞猪阿里云计算AliOS万网高德UC友盟优酷钉钉支付宝达摩院淘宝海外阿里云盘饿了么
    © 2009-2024 Aliyun.com 版权所有 增值电信业务经营许可证： 浙B2-20080101 域名注册服务机构许可： 浙D3-20210002 京D3-20220015
    浙公网安备 33010602009975号浙B2-20080101-4