近日在2023云栖大会上,阿里云开源大数据产品进行了年度发布:E-MapReduce、Elasticsearch 等开源大数据产品全面 Serverless 化;创新性推出 Flink 与 Paimon 搭档的新一代流式湖仓;拥抱 AI,推出 Milvus 全托管服务,升级智能运维工具 EMR Doctor 以及 Flink Advisor。

核心组件全面 Serverless 化

在大会上,阿里云开源大数据平台负责人王峰,回顾了阿里云开源大数据技术演进路线:自2009年起,经历了以大数据上云为代表的1.0时代,以数据湖和实时化为代表的2.0时代,如今阿里云开源大数据平台迈向了3.0时代,随着云原生架构的深入落地,已将开源大数据平台的核心计算组件 Flink、EMR Spark、StarRocks 和存储组件 OSS-HDFS 等全部实现 Serverless 化。

产品性价比飙升2倍

阿里云开源大数据产品总监陈守元表示, 阿里云开源大数据产品通过底层技术优化,包括集成倚天710芯片和自研引擎功能增强等,用户使用成本大幅降低50%,引擎性能相比于开源版本提升1～3倍,综合性价比提升超2倍。

• 阿里云 E-MapReduce 全新上线 Serverless StarRocks 和 Serverless Spark,为用户提供全托管、免运维等服务。湖存储 OSS-HDFS 和一站式湖管理平台 DLF 全新升级,为企业构建现代开源开放的数据湖仓提供一站式服务。

• 阿里云实时计算 Flink 版推出企业级数据集成方案,配合 Flink 优秀的管道能力和丰富的上下游生态,可高效实现海量数据的实时集成。

• 阿里云检索分析服务 Elasticsearch 版推出兼容开源、按需使用的 Serverless 版本,平台会根据业务流量波动,自动调度决定资源的增加或缩减,秒级弹性扩缩,实现负载与资源动态匹配的按量付费。

黄金搭档 Flink + Paimon:新一代的流式湖仓

数据分析正从传统Hive模式向湖仓架构升级 ,阿里云从大量实践中推断,实时化是湖仓分析下一步的演进方向。在这种技术趋势下,阿里云基于黄金搭档Flink+Paimon,打造出新一代的流式湖仓新方案,为用户提供一站式数据入湖、实时加工和探查分析能力,拓展数据湖场景的实时计算能力,Flink批计算已在云上实现生产可用,支持湖上批量数据处理和作业调度。在5亿条数据入湖场景中,与开源Hudi方案相比,阿里云流式湖仓方案Upsert性能提升超过4倍,Scan性能提升超过10倍。 

更智能的开源大数据

当前AI全面爆发,阿里云开源大数据平台也将AI技术引入大数据平台体系中,升级了智能化运维工具 EMR Doctor、Flink Advisor,并已广泛应用于客户和阿里云内部平台运维,平均集群问题识别时间减少30% ,集群资源有效利用率提升75%,帮助阿里云开源大数据平台实现智能化运维和数据管理。同时,阿里云推出了Milvus全托管服务,为多模态数据提供向量检索能力,加速客户AI应用。