1. 云栖社区>
  2. 全部标签>
  3. #DLA#
DLA

#DLA#

已有0人关注此标签

内容分类:
博客 | 问答 | 视频 | 资料 |

下一代企业级云上数据分析服务:Data Lake Analytics

0. Data Warehouse VS Data Lake 0.1 传统数仓 数据来源于各类云数据存储、NoSQL和关系型数据库等系统,比如OSS、Table Store、NAS、 云HBase、RDS、PolarDB等; 数据以实时、分钟、小时、天等级别进行ETL抽取与同步到数仓系统中; 在数仓中进行实时、定时调度、汇总计算分析。

数据存储与数据库 OSS 性能 Image cdn 数据分析 aliyun 数据存储 big data DataLakeAnalytics DataLake DLA

Data Lake Analytics的Geospatial分析函数

0. 简介 为满足部分客户在云上做Geometry数据的分析需求,阿里云Data Lake Analytics(以下简称:DLA)支持多种格式的地理空间数据处理函数,符合Open Geospatial Consortium’s (OGC) OpenGIS规范,支持的常用数据格式包括: WKT WKB GeoJson ESRI Geometry Object Json ESRI Shape DLA采用4326坐标系标准,EPSG 4326使用经纬度坐标,属于地理坐标系。

数据存储与数据库 函数 SQL aliyun varchar big data DataLakeAnalytics DataLake DLA

Data Lake Analytics: 读/写PolarDB的数据

Data Lake Analytics 作为云上数据处理的枢纽,最近加入了对于PolarDB的支持, PolarDB 是阿里云自研的下一代关系型分布式云原生数据库,100%兼容MySQL,存储容量最高可达 100T,性能最高提升至 MySQL 的 6 倍。

mysql SQL VPC 数据库 测试 aliyun Create varchar POLARDB DataLakeAnalytics DLA

DataLakeAnalytics: 解析IP地址对应的国家城市地址的能力

Data Lake Analytics 作为云上数据处理的枢纽,最近加入了通过IP地址查找对应的国家、省份、城市、ISP的函数, 今天带大家体验一下。 函数详细介绍 本次一共添加了下面这些函数: ip2region: 功能最全的函数,可以获取国家,省份,城市的信息,而且支持语言切换, 但是参数较多。

mysql 函数 aliyun IP Bash DataLakeAnalytics DLA

Data Lake Analytics: 以SQL方式查询Redis数据

Data Lake Analytics 作为云上数据处理的枢纽,最近加入了对于Redis 的支持, 这篇教程带你玩转 DLA 的 Redis 支持。 创建数据库 在 DLA 里面创建一个底层映射到 Redis 的数据库的语法如下: CREATE DATABASE `redis_test` WIT...

redis SQL Json 数据库 aliyun csv 云数据库Redis版 DataLakeAnalytics DLA

TableStore实战:DLA+SQL实时分析TableStore

一、实战背景 什么是DLA(DataLake Analytics数据湖)?他是无服务器化(Serverless)的云上交互式查询分析服务。

mysql SQL Image 控制台 aliyun ots 表格存储 异构数据 在线分析 DLA 表格存储计算生态 分布式数据分析 跨数据源

教程:如何通过DLA实现数据文件格式转换

前言 Data Lake Analytic(后文简称 DLA)可以帮助用户通过标准的SQL语句直接对存储在OSS、TableStore上的数据进行查询分析。 对于同一份数据来说,以不同的格式保存,不仅在存储空间上有差别,在使用DLA查询时执行时间也是有差别的。

数据存储与数据库 分布式 OSS aliyun string test 存储 DataLakeAnalytics DLA 格式转换

教程: 使用PreparedStatement访问DLA

大家都知道PreparedStatement相比手动拼写SQL有很多好处,比如: 它会自动做敏感字符的转义,防止SQL Injection攻击。 它可以帮助我们动态执行SQL,Prepare一次之后,后续执行只需要替换参数就可以了。

云栖社区 mysql SQL string c# PreparedStatement DataLakeAnalytics DLA

如何在阿里云上使用Data Lake Analytics分析Table Store数据

数据湖(Data Lake)是时下大数据行业热门的概念:https://en.wikipedia.org/wiki/Data_lake。基于数据湖做分析,可以不用做任何ETL、数据搬迁等前置过程,实现跨各种异构数据源进行大数据关联分析,从而极大的节省成本和提升用户体验。

数据存储与数据库 mysql OLAP ots 分析型数据库 bigdata bigquery DataLakeAnalytics 数据湖分析 DLA

使用Airflow来调度Data Lake Analytics的任务

今天我们来介绍一下使用Airflow来调度 DataLakeAnalytics(后面简称DLA)的任务执行。DLA作为一个数据湖的解决方案,客户有每天周期性的调度一些任务从DLA查询数据回流到业务系统的需求。

mysql ECS 数据库 配置 集群 Bash DataLakeAnalytics DLA

基于 DataLakeAnalytics 的数据湖实践

随着软硬件各方面条件的成熟,数据湖(Data Lake)已经越来越受到各大企业的企业的青睐, 与传统的数仓实践不一样的是,数据湖不需要专门的“入仓”的过程,数据在哪里,我们就从哪里读取数据进行分析。这样的好处在于:一来数据可以保存在很便宜的存储上面(比如阿里云的OSS 上面), 给企业节省预算,而需要分析的时候又可以分析;另一方面,因为省去了入仓的流程,对于中小型企业来说人员投入更少,更容易上手。

OSS mysql RDS 数据库 aliyun DataLakeAnalytics 数据湖 DLA

1
GO