云消息队列 ApsaraMQ
云消息队列 ApsaraMQ 是阿里云自主研发的消息队列服务系列产品的总称，旨在为开发者和企业的不同业务场景提供强大、可靠、低成本、高弹性且易于管理的消息服务。云消息队列 ApsaraMQ 全系列产品提供 Serverless 化的消息服务，按实际使用量付费，自适应弹性，跨可用区容灾，帮助客户降低使用和维护成本，专注业务创新。
事件总线+函数计算构建云上最佳事件驱动架构应用.ApsaraMQ 产品家族.消息系列课程直播回放.多地域使用RocketMQ实现业务系统解耦，同时使用全球消息路由快速实现消息聚合汇总.基于RocketMQ顺序消息实现课堂信令有序可靠传输，快速完成课堂系统搭建.使用云消息队列 MQTT+RocketMQ 的组合，用简单的方式实现了海量移动端 App ...
来自：
云产品
云服务总线CSB
云服务总线CSB是一个基于高可用分布式技术构建的服务API开放平台，帮助企业打通内外新旧系统，实现跨技术平台、跨应用系统、跨企业组织的服务互通，以服务API的形式，加以一致的组织和管控，构建企业内部以及与上下游、第三方企业之间融合、重塑、创新的合作平台。
位于企业内部数据中心的业务系统，与企业在云上的业务系统之间，通过各自环境内云服务总线CSB实例之间“桥接”实现的服务通道，把各自的服务在对方云CSB实例上发布成API，进行管理和授权，让对方可以订阅和访问.企业能力可对外开放，也可引入外部能力内部使用.内外能力双向开放.可对接基于不同技术架构构建的系统和端，统一...
来自：
云产品
数据总线Datahub
数据总线(DataHub)服务是阿里云提供的流式数据(Streaming Data)服务，它提供流式数据的发布(Publish)和订阅(Subscribe)的功能，拥有高吞吐量、高稳定性、低成本等特点，与阿里云大数据生态系统完美打通，让您可以轻松构建基于流式数据的分析和应用。
通过数据总线，您可以实时接入APP、WEB、IoT和数据库等产生的异构数据，统一管理，并投递到下游的分析、归档等系统，构建清晰的数据流，让您更好的释放数据的价值.对外，大数据系统与业务系统解耦，对内，大数据系统各组件之间解耦.通过数据总线，业务数据能够实时汇入大数据系统，缩短数据分析周期.实时计算Flink.实时数据...
来自：
云产品
企业服务与云通信
围绕企业全生命周期，阿里云提供生产、采购、售前、售中、售后，到金融、研发在内的服务，同时可提供以PaaS或SaaS云化的网络连接能力、互联网通信能力、通信类应用能力的产品族，助力客户快捷、高效地触达用户。企业服务与云通信包含企业云服务、企业基础服务、钉钉和云通信等产品。
淘宝与阿里云云通信团队深度合作，借助云通信号码隐私保护服务的底层能力，结合订单域、物流域、通信域的全链路改造，形成了一套面向电商的隐私保护方案——淘宝隐私面单.号码隐私保护服务保障亿万消费者的隐私安全.国家知识产权局、工业和信息化部联合印发《关于知识产权助力专精特新中小企业创新发展的若干措施》从提升...
来自：
云产品
事件总线 EventBridge
事件总线 EventBridge是阿里云提供的一款无服务器事件总线服务，支持阿里云服务、自定义应用、SaaS应用以标准化、中心化的方式接入，并能够以标准化的 CloudEvents 1.0 协议在这些应用之间路由事件，帮助您轻松构建松耦合、分布式的事件驱动架构。
5分钟部署一个微服务电商商城，领社区好礼！云原生重磅产品组合！5分钟部署一个微服务电商商城，领社区好礼！支持多种访问方式，包括控制台、API、SDK;支持接入多种应用程序，包括阿里云服务、自定义应用、合作伙伴SaaS应用（即将支持）.服务可用性 99.95%，Region 化、多可用区、分布式集群化部署，部分节点异常甚至可用区...
来自：
云产品
云速搭部署Flink应用
本水煎通过云速搭实现一个DataHub+Flink的实时流计算引擎架构，利用DataHub收集原始数据，推送到Flink进行基于流式数据的分析和应用。
更多信 息，详见：https://www.aliyun.com/product/bigdata/sc 数据总线 DataHub：是阿里云提供的流式数据(Streaming Data)服务，它提供流 式数据的发布(Publish)和订阅(Subscribe)的功能，让您可以轻松构建基于流式数 据的分析和应用。详见：https://www.aliyun.com/product/datahub 对象存储 OSS（Object Storage Service...
大数据workshop
大数据workshop
文档版本：20210628（发布日期）22 阿里云最佳实践大数据 WorkShop 最佳实践项目实践 步骤6 查询相关维表数据也已经导入（事实表：order_detail、order_info、payment_info通 过 3.2.2.日志生成的程序写入）。文档版本：20210628（发布日期）23 阿里云最佳实践大数据 WorkShop 最佳实践项目实践 步骤7 使用以下 SQL实现省份...
来自：
最佳实践
相关产品：块存储,云服务器ECS,云数据库RDS MySQL 版,对象存储 OSS,弹性公网IP,数据传输,DataWorks,大数据计算服务 MaxCompute,DataV数据可视化,实时计算,数据总线,Quick BI,Hologres
金融专属大数据workshop
实践目标 学习搭建一个实时数据仓库，掌握数据采集、存储、计算、输出、展示等整个业务流程。 整个实时数据仓库系统全部基于阿里云产品进行架构搭建，用户可以掌握并学会运用各个服务组件及各个组件之间如何联动。 理解阿里云原生实时离线一体数仓解决方案架构以及掌握交付落地的实践使用方法。 前置知识要求 熟练掌握SQL语法 对大数据体系系统知识有一定的了解
步骤6 查询相关维表数据也已经导入（事实表：order_detail、order_info、payment_info通 过3.2.2.日志生成的程序写入）。文档版本：20210803（发布日期）22阿里云最佳实践金融大数据WorkShop 最佳实践项目实践 步骤7 使用以下SQL实现省份信息聚合表（从code.txt中拷贝SQL）。步骤8 使用以下SQL实现商品信息聚合表（从code....
来自：
最佳实践
相关产品：块存储,云服务器ECS,云数据库RDS MySQL 版,对象存储 OSS,弹性公网IP,数据传输,DataWorks,大数据计算服务 MaxCompute,DataV数据可视化,实时计算,数据总线,Quick BI,Hologres
阿里云最佳实践离线大数据workshop
本最佳实践，首先搭建一个简化的电商 demo 系统，然后为此 demo 系统构建一套离 线大数据分析系统。 实践目标 1. 学习搭建一个离线大数据分析系统，学习从数据采集到数据存储和业务分析的业 务流程。 2. 整个离线大数据分析系统全部基于阿里云产品进行搭建，学习掌运用各个服务组 件及各个组件之间如何联动。 背景知识要求 熟练掌握 SQL 语法 对大数据体系系统知识有一定的了解
步骤1 在总控制台页面，进入CADT的控制台。文档版本：20210802（发布日期）11阿里云最佳实践金融大数据WorkShop 基础环境构建 步骤2 在CADT的控制台页面，找到新建>官方模板库新建。步骤3 在页面右侧，输入“离线大数据”，进行搜索，找到如下模板，单击基于方案新建。文档版本：20210802（发布日期）12阿里云最佳实践金融...
来自：
最佳实践
相关产品：云服务器ECS,云数据库RDS MySQL 版,对象存储 OSS,日志服务（SLS）,大数据计算服务 MaxCompute,DataV数据可视化,数据总线,Quick BI,云速搭
大数据近实时数据投递MaxCompute
本文介绍离线大数据场景使MaxCompute构建云 上近实时数仓，打通云下数据上云链路，解决数据复杂类型支持和动态分区问题，满足高级数据处理需求的最佳实践。 l混合云环境下，现有业务系统零改造，打通数据上云链路。 l使用UDF实现复杂数据类型转换和数据动态分区。 l使用DataWorks配置周期调度业务流程，数据自动入仓。 l借助MaxCompute优化计算引擎，实现降本增效。 产品列表 云服务器ECS 专有网络VPC 访问控制RAM 数据总线DataHub E-MapReduceEMR DataWorks 大数据计算服务MaxCompute
文档版本：20240419 8 大数据近实时数据投递 MaxCompute 2.EMR Kafka集群配置 Topic 在本实践中，以阿里云华东 2（上海）地域模拟线下 IDC，并使用阿里云 EMR服务快速 搭建 Kafka集群以模拟客户自有的 Kafka集群。2.1.创建 Kafka Topic 在 CADT架构图中双击 emr-kafka实例，点击前往控制台，进入实例管理控制台。进入 ...
自建Hadoop迁移MaxCompute
场景描述 客户基于ECS、IDC自建或在友商云平台自建了大数 据集群，为了降低企业大数据计算平台的成本，提高 大数据应用开发效率，更有效保障数据安全，把大数 据集群的数据、作业、调度任务以及业务数据库整体 迁移到MaxCompute和其他云产品。 解决的问题 自建Hadoop集群搬迁到MaxCompute 自建Hbase集群搬迁到云Hbase 自建Kafka或应用数据准实时同步到 MaxCompute 自建Azkaban任务迁移到Dataworks任务 产品列表 MaxCompute，Dataworks、云数据库Hbase版、Datahub、VPC，ECS。
改造 Azkaban测试工程中 Job 98_add_device_and_user_type 使用者可以参考章节 6.2的步骤，改造另一个 Azkaban的 Job任务，这里提供一些信 息共使用者参考，详细步骤不再重复。◼ Job中原 SQL，修改点依然用黄色背景标识 insert into table hbase_external_table_job98_user_detail select substring(md5(concat(ipaddr,...
- 产品推荐
- 这些文档可能帮助您