【免费公测中】为数据赋予超能力，阿里云重磅推出Serverless数据分析引擎-Data Lake Analytics

摘要：近日，阿里云重磅推出Serverless数据分析引擎-Data Lake Analytics，Data Lake Analytics，帮助更多不具备分析能力的存储服务，赋予其分析的能力。

近日，阿里云重磅推出Serverless数据分析引擎-Data Lake Analytics，Data Lake Analytics，帮助更多不具备分析能力的存储服务，赋予其分析的能力。

从生活中的购物交易，到工业上的生产制造，再到社交网络媒体信息、企业化管理决策等等，大数据成为当前经济社会最重要的前进方向之一。越来越多的企业在面临数据以指数级成倍增长的时候，第一选择存储服务来存储数据，那在人人高喊数据为王的时代，如果数据仅仅被存储起来，而不加以分析，那数据的超能力也将毫无意义。

拥抱分析能力迫在眉睫

很多企业用户选择阿里云对象存储服务OSS或者表格存储（Table Store）来存储数据，作为面向海量数据、极低成本、高度灵活的存储平台，云上客户存储了大量的流水数据、日志数据、监控数据等，然而这些数据今天不具备低成本、灵活高效的分析能力。OSS和Table Store不但存储了大量的历史数据，而且新数据每日剧增。

以往客户需要分析OSS数据，需要临时将数据导入各种事先购买或者部署好的分析引擎，分析完再将数据删除、释放分析引擎的资源，链路长，耗时耗力极其不便，也不利于节省成本。

如果客户使用Hadoop等传统的MR解决方案，虽然存储和计算分离，但是考虑到资源复用，往往需要在购买的ECS或者物理机上既部署存储节点又要部署计算节点，存储和计算无法做到真正的按需各自扩展。而开源Greenplum等传统的MPP数据库，更是存储和计算一体化，存储和计算分别按需扩展更是无法支撑。

而Serverless化数据分析引擎-Data Lake Analytics弥补了以上痛点。无需ETL，就可使用标准 SQL、现有的商业智能 (BI) 和ETL工具，以极低成本与高效地轻松分析与集成在阿里云OSS、Table Store数据源的数据。

Data Lake Analytics四大特性为数据分析保驾护航

Data Lake Analytics使得更多异构数据源具备融合分析的能力。不仅支持联合OSS和Table Store进行数据分析，后续也会支持对接更多的数据源接入，Serverless，意味着客户使用分析服务无需购买或者管理服务器，升级透明，Data Lake Analytics基于ECS、ESS轻松做到弹性伸缩服务，能让业务真正做到按需扩存储、计算资源，按使用量付费分析，不分析只需要拥有存储成本，整个方案成本极低。

不仅如此，Data Lake Analytics支持SQL 2003标准、丰富的内置函数支持，可以像使用数据库一样做访问OSS文件或者其他数据源。支持标准JDBC/ODBC, 应用程序轻松集成。在交互式能力上，Data Lake Analytics通过高效智能优化器，新一代分析引擎XIHE, 全面融合MPP+DAG技术使得查询性能非常出色，具备真正的可交互式分析能力。

打破传统，多场景适用

场景一：数据提取平台

某客户有大量的数据在OSS上，每天开发者要处理大量的临时取数的需求，客户最终基于OSS + Data Lake Analytics做到廉价可扩展的数据提取平台。整个方案如下：

客户端通过报表工具生成各种提取数据的SQL，报表工具将SQL发送至Data Lake Analytics, Data Lake Analytics则直接去分析OSS数据，然后将分析后的结果返回给报表工具。OSS的10TB的存储每月费用在1200元左右，Data Lake Analytics则是完全按照查询使用量来付费（目前处于公测免费阶段），从而实现了一个完全自助化、极其廉价的可持续扩展的数据提取平台。

场景二：DB冷数据分析和快速恢复

为降低rds的成本，客户不定期的有大量的历史库数据通过DBS备份至OSS，针对历史归档的业务数据，偶尔可能有少量的分析需求，此时通过Data Lake Analytics即可轻松满足。此外，客户若发现在线库的业务数据需要利用OSS归档数据做订正，以往做法是先购买一个超大规格的RDS, 然后将OSS备份恢复至RDS，将用来做订正的数据查询出来。有了Data Lake Analytics后，就可以轻松的通过Data Lake Analytics直接查询到OSS的数据用做订正，非常便捷，成本同时降低了很多。Data Lake Analytics提供端到端的数据安全访问保障，支持OSS的安全角色访问和表级别的用户授权，实现用户数据的安全隔离。

场景三：能源电池数据分析平台

客户有大量电池数据，需要天级别仅分析一次蓄电池的数据，来分析电池的使用寿命，以决定是否提前做报废。客户通过将电池数据批量上传至OSS，通过Data Lake Analytics每日分析一次，OSS 10TB月均存储成本约1200元，Data Lake Analytics则按照查询数据量计费（目前公测期间不收费），成本极具优势。

云上目前OSS、Table Store等存储有大量的业务数据急需分析能力，而Data Lake Analytics的出现则很好的满足了这一需求。对于云上中小企业来说，可以选择用最廉价的存储来搭配最普惠灵活的的分析能力。阿里云Data Lake Analytics正是最普惠灵活的分析能力的实践者，目前公测期间免费试用，欢迎大家前来体验.

PC端请戳链接体验公测：http://click.aliyun.com/m/1000005393/

原文链接