MaxCompute 发布“物化视图智能推荐”,CU算力节省14%

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 物化视图智能推荐支持自动对用户历史作业进行分析,自动识别周期性作业,智能提取作业集合中的公共计算逻辑作为物化视图计算逻辑,最终转换为对用户友好的SQL文本形式,按照推荐程度排序展示给用户,并支持将物化视图使用效果可视化展现。

近日,主题为“智在江苏,为创新提速”的2023阿里云峰会在江苏省常州市召开。阿里云MaxCompute在飞天发布时刻推出了“物化视图智能推荐”功能,这一功能的发布将节省CU算力14%,进一步提升了MaxCompute在大数据计算能力方面的领先地位。

1684736649360-d6547a64-36e9-4c71-92af-fec374c611e6.png

MaxCompute物化视图是一种预先计算并存储结果数据的数据对象,它作为一张虚拟表存在MaxCompute项目中,是一个或多个表的聚合、过滤以及Join组合计算的结果。基于MaxCompute优化器强大的自动查询改写能力,当作业可以复用物化视图结果时,优化器自动将复杂操作替换为读取物化视图操作,从而提升作业执行速度、节省作业计算资源。


物化视图的使用,不仅需要了解其工作原理,也需要了解业务数据行为与使用场景,因此对普通用户来说,用好物化视图存在一定难度。本次推出的物化视图智能推荐功能,支持自动对用户历史作业进行分析,自动识别周期性作业,智能提取作业集合中的公共计算逻辑作为物化视图计算逻辑,最终转换为对用户友好的SQL文本形式,按照推荐程度排序展示给用户,并支持将物化视图使用效果做可视化展现。


在此过程中,用户无需了解物化视图底层工作细节,无需了解业务数据行为与使用场景,只需在MaxCompute控制台开启物化视图推荐与管理,便可无感知的流程化使用物化视图能力。该能力不仅帮助用户通过一次计算多次使用来加速查询速度和节省计算资源,更显著降低了物化视图的使用门槛。


此外,MaxCompute优化器基于物化视图的计算逻辑,以及源表数据版本,可以确保物化视图改写优化应用后的数据正确性,并已在阿里巴巴内部业务上得到了大规模的验证。


基于物化视图智能推荐功能智能、易用、便于管理的优势,该能力可广泛用于数据报表/看板、数据治理、智能数据建模等多种场景,是MaxCompute致力于提供卓越云原生数据仓库解决方案的又一重要能力。


【MaxCompute发布免费试用计划,为数仓建设提速】新用户可0元领取5000CU*小时计算资源与100GB存储,有效期3个月。立即领取>>

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
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 
目录
相关文章
|
1天前
|
存储 SQL 分布式计算
MaxCompute自动物化视图技术揭秘
AutoMV 是 MaxCompute 推出的一项自动化物化视图管理功能,旨在简化物化视图的创建和使用过程。通过周期性扫描用户的项目,自动推荐、创建和优化物化视图,减少重复计算,提升查询性能并节省资源。用户无需手动干预,系统会自动处理公共子查询的物化视图创建、存储管理和查询改写。此外,AutoMV 提供可视化控制台,帮助用户监控和管理物化视图的使用情况。目前,AutoMV 仅限于单个项目内使用,并支持有限的算子和非分区物化视图,未来将逐步扩展更多功能。
33 17
|
4月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
2月前
|
存储 人工智能 数据管理
|
1月前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
2月前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
194 15
|
2月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
2月前
|
DataWorks 搜索推荐 大数据
聊聊DataWorks——这个一站式智能大数据开发治理平台
聊聊DataWorks——这个一站式智能大数据开发治理平台
261 2
|
6月前
|
运维 算法 数据可视化
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】2 方案设计与实现-Python
文章详细介绍了参加2021高校大数据挑战赛中智能运维异常检测与趋势预测任务的方案设计与Python实现,包括问题一的异常点和异常周期检测、问题二的异常预测多变量分类问题,以及问题三的多变量KPI指标预测问题的算法过程描述和代码实现。
90 0
|
4月前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
164 10
|
4月前
|
存储 数据采集 分布式计算
大数据技术:开启智能时代的新引擎
【10月更文挑战第5天】大数据技术:开启智能时代的新引擎

相关产品

  • 云原生大数据计算服务 MaxCompute