基于MaxCompute進行大數(shù)據(jù)BI分析
本實踐以電商行業(yè)為例，通過MaxCompute、DataWorks對業(yè)務(wù)數(shù)據(jù)和日志數(shù)據(jù)進行ETL處理，并同步至分析型數(shù)據(jù)庫MySQL（AnalyticDB MySQL）進行實時分析，再通過Quick BI進行可視化展示。
背景信息
MaxCompute：用于進行大規(guī)模數(shù)據(jù)計算，詳情請參見什么是MaxCompute。
AnalyticDB MySQL：用于進行海量數(shù)據(jù)實時高并發(fā)在線分析，詳情請參見云原生數(shù)據(jù)倉庫AnalyticDB MySQL版。
DataWorks：可實現(xiàn)ETL功能，對復雜數(shù)據(jù)集進行采集、加工及分析處理，詳情請參見什么是DataWorks。
Quick BI：對處理后的數(shù)據(jù)進行報表制作，實現(xiàn)數(shù)據(jù)可視化展示及分析，詳情請參見什么是Quick BI。
應(yīng)用場景
互聯(lián)網(wǎng)行業(yè)、電商、游戲行業(yè)等網(wǎng)站、App、小程序應(yīng)用內(nèi)的BI分析場景。
各類網(wǎng)站的BI分析場景。
方案介紹
基于MaxCompute進行大數(shù)據(jù)BI分析的流程如下：
通過數(shù)據(jù)集成同步業(yè)務(wù)數(shù)據(jù)和日志數(shù)據(jù)至MaxCompute。
通過MaxCompute、DataWorks對數(shù)據(jù)進行ETL處理。
同步處理后的結(jié)果數(shù)據(jù)至AnalyticDB MySQL。
通過Quick BI可視化建立用戶畫像。
方案優(yōu)勢
以AnalyticDB MySQL配合Quick BI快速、實時分析數(shù)據(jù)的核心能力為切入點，引導用戶同步業(yè)務(wù)數(shù)據(jù)、日志數(shù)據(jù)至阿里云的分析型數(shù)據(jù)庫。
融合阿里云的日志服務(wù)的生態(tài)，增強用戶體驗。例如，無縫對接Blink、Elasticsearch、AnalyticDB MySQL、E-MapReduce和DataV等產(chǎn)品。
通過MaxCompute、AnalyticDB MySQL強大的數(shù)據(jù)加工和分析能力，降低大數(shù)據(jù)平臺建設(shè)的門檻，輕松解決了海量數(shù)據(jù)的計算問題。同時有效降低企業(yè)成本，并保障數(shù)據(jù)安全。
與第三方開源生態(tài)無縫對接，在不侵入用戶應(yīng)用的情況下，傳輸日志至日志服務(wù)，降低使用門檻。
方案詳情
方案的詳情請參見基于MaxCompute的大數(shù)據(jù)BI分析。