如何解析基于Serverless的高可用大數(shù)據(jù)服務(wù)MaxCompute，針對(duì)這個(gè)問題，這篇文章詳細(xì)介紹了相對(duì)應(yīng)的分析和解答，希望可以幫助更多想解決這個(gè)問題的小伙伴找到更簡(jiǎn)單易行的方法。

創(chuàng)新互聯(lián)公司-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價(jià)比涿鹿網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫(kù),直接使用。一站式涿鹿網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設(shè)找我們，業(yè)務(wù)覆蓋涿鹿地區(qū)。費(fèi)用合理售后完善，10余年實(shí)體公司更值得信賴。

一、什么是MaxCompute

Big Data in Alibaba
首先為大家介紹阿里巴巴大數(shù)據(jù)技術(shù)的一些相關(guān)背景。正如下圖所示，阿里巴巴其實(shí)在很早的時(shí)候就開始布局大數(shù)據(jù)技術(shù)，甚至可以說阿里云的成立就是為了幫助阿里巴巴解決大數(shù)據(jù)相關(guān)的技術(shù)問題。如今，阿里巴巴幾乎所有的BU都在使用大數(shù)據(jù)技術(shù)。而在阿里巴巴內(nèi)部，大數(shù)據(jù)技術(shù)不僅應(yīng)用范圍非常廣，同時(shí)也非常深入。此外，整個(gè)集團(tuán)的大數(shù)據(jù)體系最終都會(huì)匯集到一起。
cdn.com/79d321f070f44bdc12462c5862973ac1ae544738.png">


Overview of Computing Platform

阿里云計(jì)算平臺(tái)事業(yè)部的職責(zé)就是將阿里巴巴的大數(shù)據(jù)體系匯集到一起，并且負(fù)責(zé)整個(gè)集團(tuán)的存儲(chǔ)、計(jì)算相關(guān)的研發(fā)工作。如下圖所示的就是阿里巴巴大數(shù)據(jù)平臺(tái)的簡(jiǎn)單架構(gòu)圖，最底層的是統(tǒng)一存儲(chǔ)平臺(tái)盤古，其負(fù)責(zé)存儲(chǔ)大數(shù)據(jù)。存儲(chǔ)時(shí)靜態(tài)的，而為了挖掘數(shù)據(jù)的價(jià)值就需要依靠計(jì)算能力實(shí)現(xiàn)，因此阿里巴巴大數(shù)據(jù)平臺(tái)也提供了各種計(jì)算資源，比如CPU、GPU、FPGA以及ASIC等。為了更好地利用上述這些計(jì)算資源，需要將他們統(tǒng)一地進(jìn)行抽象，并有效地進(jìn)行管理，而在阿里云內(nèi)部，統(tǒng)一的資源管理系統(tǒng)稱為伏羲。基于資源管理和調(diào)度系統(tǒng)，阿里云還開發(fā)了各種各樣的計(jì)算引擎，比如通用計(jì)算引擎MaxCompute、流計(jì)算Blink、機(jī)器學(xué)習(xí)PAI以及圖計(jì)算平臺(tái)Flash等。在這些計(jì)算引擎之上，平臺(tái)還提供了各種各樣的開發(fā)環(huán)境，并基于這些開發(fā)環(huán)境實(shí)現(xiàn)了各種業(yè)務(wù)。
下面將為大家重點(diǎn)介紹通用計(jì)算引擎MaxCompute。MaxCompute是一個(gè)通用分布式大數(shù)據(jù)處理平臺(tái)，其一方面可以存儲(chǔ)海量數(shù)據(jù)，另一方面還可以基于數(shù)據(jù)進(jìn)行通用計(jì)算。

首先看兩個(gè)數(shù)字，目前，阿里巴巴內(nèi)部99%的數(shù)據(jù)存儲(chǔ)和95%的計(jì)算任務(wù)都由MaxCompute承載。其實(shí)，MaxCompute就是阿里巴巴的數(shù)據(jù)中臺(tái)，集團(tuán)的各個(gè)BU所產(chǎn)生的數(shù)據(jù)最終都會(huì)匯總到MaxCompute上面，使得集團(tuán)的數(shù)據(jù)資產(chǎn)得以不斷增加。其次，再看幾個(gè)指標(biāo)。MaxCompute在BigBench測(cè)試中的表現(xiàn)是一般開源系統(tǒng)的2.5倍。在阿里巴巴集團(tuán)內(nèi)部，MaxCompute集群的機(jī)器數(shù)量達(dá)到了幾萬臺(tái)，每天所承載的作業(yè)量更是達(dá)到了百萬級(jí)別。目前，MaxCompute集群所存儲(chǔ)的數(shù)據(jù)量也非常大在很久之前就已經(jīng)達(dá)到了EB級(jí)別，這在全球范圍內(nèi)都處于領(lǐng)先水平。此外，MaxCompute不僅對(duì)集團(tuán)內(nèi)部提供服務(wù)，也開放給了外部企業(yè)使用，目前所提供的行業(yè)解決方案已經(jīng)達(dá)到了50多套。如今，MaxCompute的存儲(chǔ)量和計(jì)算量每年都在以極高的速度增長(zhǎng)，而借助阿里云的能力，使得MaxCompute不僅能夠在國(guó)內(nèi)進(jìn)行部署，還能夠部署到海外的很多國(guó)家和地區(qū)。

MaxCompute系統(tǒng)架構(gòu)

MaxCompute的系統(tǒng)架構(gòu)與業(yè)界的大數(shù)據(jù)計(jì)算引擎架構(gòu)比較類似。如下圖所示，用戶能夠通過一些客戶端進(jìn)行接入，通過接入層就可以將數(shù)據(jù)傳輸?shù)組axCompute里面。而在中間存在一個(gè)管理層，可以管理各種各樣的用戶作業(yè)，同時(shí)也會(huì)承載各種各樣的功能，比如大數(shù)據(jù)里面最基本的SQL編譯、優(yōu)化和運(yùn)行等功能。此外，MaxCompute提供了分布式元數(shù)據(jù)服務(wù)，因?yàn)槿绻麤]有元數(shù)據(jù)管理，那么就無法知道數(shù)據(jù)存儲(chǔ)的究竟是什么。在MaxCompute架構(gòu)的最下面一層就是實(shí)際的存儲(chǔ)和計(jì)算發(fā)生的地方。



二、MaxCompute Serverless與背后的奧秘

如今Serverless這一概念非常火爆，而當(dāng)站在MaxCompute開發(fā)者的角度，Serverless的火爆既令人高興，也令人郁悶。值得高興的是：MaxCompute技術(shù)團(tuán)隊(duì)早在Serverless概念提出之前的很多年就開始研發(fā)類似功能了，并且設(shè)計(jì)理念也完全符合Serverless，這可以說明MaxCompute在Serverless方面的布局較早，并且技術(shù)具有一定的先進(jìn)性。但令人郁悶的是：雖然MaxCompute團(tuán)隊(duì)很早就被提出了Serverless的相關(guān)概念，也認(rèn)可這種技術(shù)路線的價(jià)值，但是卻沒有能夠及早地將這樣的能力包裝起來。

在Serverless概念提出之前，大家進(jìn)行大數(shù)據(jù)實(shí)踐的時(shí)候基本都是按照下圖的步驟，首先購(gòu)買服務(wù)器，搭建集群，有了硬件之后就可以在上面安裝大數(shù)據(jù)處理軟件“全家桶”，之后導(dǎo)入數(shù)據(jù)，編寫業(yè)務(wù)所需要的查詢并做計(jì)算，最終獲取結(jié)果。當(dāng)然了，上述的每個(gè)步驟都離不開運(yùn)維相關(guān)工作。如果自行搭建大數(shù)據(jù)系統(tǒng)，那么運(yùn)維工作將會(huì)貫穿始終的，而對(duì)于運(yùn)維同學(xué)而言，也需要時(shí)時(shí)刻刻待命，以防系統(tǒng)出現(xiàn)問題。

但是，如果回顧上述的步驟，真正能夠產(chǎn)生業(yè)務(wù)價(jià)值就是第四步的編寫查詢和進(jìn)行實(shí)際的計(jì)算，但是其他的步驟會(huì)消耗很多的資源和人力，而這對(duì)于偏向于業(yè)務(wù)型的公司而言，都是額外的負(fù)擔(dān)。而如今，Serverless就提供了幫助企業(yè)消除這些額外負(fù)擔(dān)的機(jī)會(huì)。

以MaxCompute Serverless為例，只需要經(jīng)過四個(gè)步驟就可以實(shí)現(xiàn)所需的業(yè)務(wù)價(jià)值。第一步開通賬戶并創(chuàng)建項(xiàng)目，這個(gè)項(xiàng)目既是數(shù)據(jù)存儲(chǔ)載體，也是計(jì)算的載體；第二步上傳數(shù)據(jù)；第三步編寫查詢語句并進(jìn)行計(jì)算；第四步就可以獲取計(jì)算結(jié)果。在整個(gè)過程中，無需任何運(yùn)維工作，因此開發(fā)團(tuán)隊(duì)可以將精力集中在最為核心并且能夠產(chǎn)生業(yè)務(wù)價(jià)值的地方，這也就是Serverless的優(yōu)勢(shì)所在。其實(shí)，這也代表了新技術(shù)對(duì)日常工作所帶來的變化，新的技術(shù)使得大家能夠更加專注于能夠產(chǎn)生核心價(jià)值的部分，而無需關(guān)心額外的或者輔助性的工作。

和其他的開源軟件或者大數(shù)據(jù)公司直接為客戶提供一個(gè)大數(shù)據(jù)軟件包的做法不同，MaxCompute所提供的是大數(shù)據(jù)服務(wù)，而且所提供的服務(wù)能夠?qū)崿F(xiàn)365（天）X 24（小時(shí)）的高可靠，既提供了大數(shù)據(jù)計(jì)算的能力，也同時(shí)提供了數(shù)據(jù)存儲(chǔ)的能力，并且使得用戶可以真正實(shí)現(xiàn)大數(shù)據(jù)技術(shù)的開箱即用。

在實(shí)現(xiàn)大數(shù)據(jù)平臺(tái)Serverless服務(wù)的過程中需要面對(duì)很多挑戰(zhàn)，小編將會(huì)主要聚焦以下三個(gè)問題：

• 大數(shù)據(jù)服務(wù)如何持續(xù)迭代和升級(jí)

• 大數(shù)據(jù)服務(wù)的趨勢(shì)：自動(dòng)化、智能化

• 數(shù)據(jù)安全

持續(xù)改進(jìn)和發(fā)布中的挑戰(zhàn)和方案

如果想要實(shí)現(xiàn)一套大數(shù)據(jù)系統(tǒng)，那么持續(xù)改進(jìn)和發(fā)布的話題是絕對(duì)無法脫離。這是因?yàn)橛脩艨倳?huì)提出各種各樣的新需求，而為了滿足這些需求就需要不斷地升級(jí)和改進(jìn)大數(shù)據(jù)平臺(tái)，而在改進(jìn)的同時(shí)，還需要面對(duì)每天平臺(tái)之上運(yùn)行的百萬級(jí)作業(yè)，并保證7*24小時(shí)的服務(wù)不間斷。那么，如何實(shí)現(xiàn)平臺(tái)升級(jí)過程的平穩(wěn)安全，并且使得用戶對(duì)于新功能發(fā)布無感知，此外還需要保證新版本的穩(wěn)定性，沒有Bug和性能回退問題，以及在出現(xiàn)問題之后能夠快速止損等，這些都是需要考慮的問題。此外，在持續(xù)改進(jìn)和發(fā)布的過程中，還需要考慮測(cè)試和數(shù)據(jù)安全性之間的矛盾?？偠灾?，在大數(shù)據(jù)平臺(tái)之上實(shí)現(xiàn)持續(xù)改進(jìn)和發(fā)布，就如同在飛行的飛機(jī)上面更換引擎。

面對(duì)上述的問題和挑戰(zhàn)，阿里云MaxCompute團(tuán)隊(duì)做了大量的工作。目前，在大數(shù)據(jù)領(lǐng)域，MapReduce對(duì)于用戶不夠友好已經(jīng)成為了業(yè)界的共識(shí)，類SQL的大數(shù)據(jù)引擎已經(jīng)成為了主流。而對(duì)于類SQL的處理而言，最關(guān)鍵的就是三個(gè)步驟：編譯、優(yōu)化和執(zhí)行。因此，MaxCompute也抓住了問題的關(guān)鍵，針對(duì)編譯和優(yōu)化開發(fā)了Playback工具，針對(duì)執(zhí)行則開發(fā)了Flighting工具。除了上述比較偏向于測(cè)試驗(yàn)證階段所使用的兩種工具之外，在真正上線的時(shí)候，MaxCompute還提供了灰度上線等工具。

Playback工具

Playback誕生的背景就是MaxCompute需要快速地提高編譯器和優(yōu)化器的表達(dá)能力和性能優(yōu)化水平。而在對(duì)編譯器和優(yōu)化器進(jìn)行了重大改動(dòng)之后，如何保證編譯器和優(yōu)化器沒有問題就成為了一個(gè)挑戰(zhàn)。最為原始的做法就是通過將一些已有的SQL放到編譯器和優(yōu)化器上執(zhí)行，并通過執(zhí)行結(jié)果的人工分析來發(fā)現(xiàn)編譯器和優(yōu)化器的改進(jìn)中存在的問題。但是通過人工方式進(jìn)行分析，可能需要一百年才能完成，這顯然是無法容忍的。因此，MaxCompute團(tuán)隊(duì)希望借助大數(shù)據(jù)計(jì)算平臺(tái)的運(yùn)算能力來自我驗(yàn)證新的編譯優(yōu)化器。

其原理就是利用MaxCompute本身強(qiáng)大且靈活的能力，把所有真實(shí)的用戶查詢收集起來并放到MaxCompute系統(tǒng)里面，將用戶查詢以大規(guī)模、分布式的方式運(yùn)行起來，并通過新版的編譯優(yōu)化器來完成這些作業(yè)的編譯和優(yōu)化。而由于MaxCompute采用了業(yè)內(nèi)通行的模式，因此能夠很容易地將作業(yè)插件插入到任務(wù)之中，進(jìn)而對(duì)編譯優(yōu)化任務(wù)進(jìn)行校驗(yàn)，如果存在問題也能夠很容易地暴露出來。

總結(jié)而言，Playback一方面利用MaxCompute靈活且強(qiáng)大的計(jì)算能力來分析海量用戶任務(wù)，另外一方面還借助對(duì)于UDF的支持和良好的隔離方案來進(jìn)行編譯優(yōu)化和驗(yàn)證。這就使得對(duì)于新版本編譯優(yōu)化器的驗(yàn)證變得非常容易，對(duì)于之前想要實(shí)現(xiàn)但是卻無能為力的任務(wù)，如今借助于大數(shù)據(jù)平臺(tái)的強(qiáng)大能力得以實(shí)現(xiàn)。

Flighting工具

Flighting是針對(duì)于運(yùn)行時(shí)的工具。其實(shí)，對(duì)于改進(jìn)的優(yōu)化器進(jìn)行測(cè)試優(yōu)化的常規(guī)做法就是搭建一個(gè)測(cè)試集群進(jìn)行測(cè)試，這是最常規(guī)并且最自然的做法，但是也會(huì)造成極大的資源浪費(fèi)，因?yàn)闇y(cè)試集群的成本非常大。由于測(cè)試環(huán)境與真實(shí)環(huán)境的任務(wù)復(fù)負(fù)載情況不同，因此，測(cè)試集群也無法真實(shí)地模擬出實(shí)際場(chǎng)景。此外，為了在測(cè)試環(huán)境中進(jìn)行驗(yàn)證，需要測(cè)試人員來創(chuàng)造出一些數(shù)據(jù)，但是這些被創(chuàng)造出來的數(shù)據(jù)可能過于簡(jiǎn)單。否則就需要從真實(shí)場(chǎng)景中拿一些數(shù)據(jù)，但是這樣做不僅需要經(jīng)過用戶的同意，還需要進(jìn)行數(shù)據(jù)脫敏，這也是一件極其麻煩的事情。不僅可能產(chǎn)生數(shù)據(jù)泄露的風(fēng)險(xiǎn)，而且最終數(shù)據(jù)和真實(shí)數(shù)據(jù)也會(huì)存在一定的差異，很多情況無法驗(yàn)證出新功能所存在的問題。

而MaxCompute的運(yùn)行時(shí)驗(yàn)證工具Flighting所使用的就是線上真實(shí)的集群和環(huán)境。借助于資源隔離的能力，使得MaxCompute集群中99%的計(jì)算資源交給用戶來運(yùn)行作業(yè)，而剩下的1%的資源交給Flighting工具進(jìn)行執(zhí)行器的新功能驗(yàn)證測(cè)試。這樣的做法非常高效，不僅不需要拖取數(shù)據(jù)，還可以在生產(chǎn)環(huán)境中直接運(yùn)行，可以容易地暴露出真實(shí)執(zhí)行器所存在的問題。

灰度上線

MaxCompute平臺(tái)具有灰度上線的能力，可以將任務(wù)按照重要性進(jìn)行分級(jí)，進(jìn)行細(xì)粒度發(fā)布，并且支持瞬時(shí)回滾，這樣就可以將風(fēng)險(xiǎn)降到最低。

MaxCompute平臺(tái)的持續(xù)開發(fā)驗(yàn)證迭代流程

如下圖所示的是MaxCompute平臺(tái)的持續(xù)開發(fā)驗(yàn)證迭代流程，其結(jié)合了針對(duì)編譯優(yōu)化器的Playback工具、針對(duì)運(yùn)行器的Flighting工具以及灰度上線的能力。在這樣的流程中， 第二個(gè)周期并不需要等待第一個(gè)周期完成再開始，這樣就使得整個(gè)研發(fā)流程更加高效。目前，MaxCompute的持續(xù)開發(fā)和交付過程在編譯優(yōu)化、執(zhí)行以及灰度等都具有較強(qiáng)的技術(shù)優(yōu)勢(shì)，在整個(gè)行業(yè)內(nèi)也具有較強(qiáng)的技術(shù)競(jìng)爭(zhēng)力，這就使得MaxCompute能夠更好地向前演進(jìn)，為客戶帶來更多更好的功能，同時(shí)也保證了MaxCompute平臺(tái)在升級(jí)的過程中不會(huì)影響用戶的正常使用。

自動(dòng)化、智能化

隨著人工智能和大數(shù)據(jù)技術(shù)的不斷發(fā)展，如今對(duì)于服務(wù)而言，不僅需要實(shí)現(xiàn)高可用，還需要實(shí)現(xiàn)自動(dòng)化。針對(duì)于這樣的思想，可以從兩個(gè)角度來看，即服務(wù)本身的角度和用戶運(yùn)維的角度。針對(duì)于服務(wù)本身，首先需要實(shí)現(xiàn)自動(dòng)化，更進(jìn)一步可以實(shí)現(xiàn)人工智能化。

任何服務(wù)都會(huì)出現(xiàn)各種各樣的問題，存在各種各樣的Bug，在出現(xiàn)問題的時(shí)候，傳統(tǒng)解決方案中需要依靠人力來解決。而服務(wù)自動(dòng)化和智能化的終極目標(biāo)就是在系統(tǒng)出現(xiàn)問題的時(shí)候，不需要人工來修復(fù)，而完全通過系統(tǒng)的自愈能力來發(fā)現(xiàn)并解決問題。而服務(wù)自動(dòng)化和智能化的目標(biāo)需要一步步實(shí)現(xiàn)，從用戶運(yùn)維的角度來看，就是從原本用戶自身負(fù)責(zé)的運(yùn)維工作，轉(zhuǎn)交給完成大數(shù)據(jù)任務(wù)的云上大數(shù)據(jù)平臺(tái)，比如阿里云MaxCompute，這時(shí)候就相當(dāng)于將客戶的運(yùn)維工作轉(zhuǎn)移給了MaxCompute團(tuán)隊(duì)。而第三步就是MaxCompute團(tuán)隊(duì)也希望從大數(shù)據(jù)平臺(tái)繁瑣的運(yùn)維任務(wù)中解脫出來，實(shí)現(xiàn)服務(wù)的自動(dòng)化和智能化運(yùn)維，進(jìn)一步釋放MaxCompute團(tuán)隊(duì)的精力，將全部的精力投入到更加有價(jià)值的工作上。而實(shí)現(xiàn)大數(shù)據(jù)服務(wù)自動(dòng)化和智能化的目的在于提高服務(wù)可靠性，解放生產(chǎn)力，通過做更有價(jià)值的事情來回饋用戶。基本思想就是定時(shí)地收集和監(jiān)控服務(wù)的各項(xiàng)指標(biāo)，針對(duì)異常指標(biāo)及時(shí)作出應(yīng)對(duì)措施。

除了大數(shù)據(jù)服務(wù)的自動(dòng)化和智能化之外，對(duì)于用戶查詢而言，自動(dòng)識(shí)別出可優(yōu)化的查詢并提供優(yōu)化建議也非常關(guān)鍵。大家所寫的SQL查詢未必是最高效的，可能存在一些更加有效的方式或者更好的技術(shù)，因此需要自動(dòng)識(shí)別出用戶查詢中可優(yōu)化的部分，并給出相應(yīng)的優(yōu)化建議。對(duì)于這部分而言，也是業(yè)內(nèi)的發(fā)展方向，目前MaxCompute團(tuán)隊(duì)也正在進(jìn)行相應(yīng)的研究工作。

三、MaxCompute低成本的奧秘

低成本使得MaxCompute更加具有競(jìng)爭(zhēng)力，而在低成本的背后，是MaxCompute發(fā)揮出技術(shù)紅利使得成本確確實(shí)實(shí)地降低下來。為了使得大數(shù)據(jù)任務(wù)的成本更低，MaxCompute主要在計(jì)算、存儲(chǔ)和調(diào)度這三個(gè)方面進(jìn)行改進(jìn)和提高。

• 在計(jì)算方面，MaxCompute優(yōu)化了自身的計(jì)算引擎，能夠提高性能，降低作業(yè)占用資源的數(shù)量，這兩種做法都可以使得平臺(tái)能夠承載更多計(jì)算任務(wù)，每個(gè)任務(wù)要么能夠減少計(jì)算時(shí)間，要么可以減少作業(yè)大小，最終降低計(jì)算任務(wù)所占用的資源，這樣就能夠使得更多的資源得以空出來，承載更多的計(jì)算任務(wù)。

• 在存儲(chǔ)方面，也有各種各樣的優(yōu)化方式。比如優(yōu)化壓縮算法，使用比較先進(jìn)的列式存儲(chǔ)，對(duì)于數(shù)據(jù)存儲(chǔ)進(jìn)行分級(jí)，對(duì)于冷數(shù)據(jù)進(jìn)行歸檔，對(duì)于沒有價(jià)值的數(shù)據(jù)進(jìn)行及時(shí)回收等。

• 在調(diào)度方面，為了降低成本進(jìn)行優(yōu)化方式主要包括集群內(nèi)調(diào)度和跨集群全局調(diào)度。
  

對(duì)于集群內(nèi)部調(diào)度而言，所需要解決的問題非常多。一方面，每時(shí)每刻都有很多的作業(yè)實(shí)例在等待調(diào)度，另外一方面還有很多資源等著運(yùn)行作業(yè)。

集群內(nèi)調(diào)度

那么如何將兩者結(jié)合起來就顯得非常關(guān)鍵，也非?？简?yàn)調(diào)度能力。目前，MaxCompute大數(shù)據(jù)平臺(tái)的調(diào)度決策頻率達(dá)到了4000+/s，這里所作出的調(diào)度決策是將一定大小的作業(yè)放入到相應(yīng)的資源中去，盡可能做到既能滿足作業(yè)所需資源，又不能浪費(fèi)資源。

在性能方面，需要支持增量式調(diào)度，使得資源能夠得到很好地利用；此外，還提供了彈性配額能力，使得多用戶在運(yùn)行計(jì)算任務(wù)的時(shí)候可以實(shí)現(xiàn)削峰填谷。因?yàn)樵谡嬲褂么髷?shù)據(jù)平臺(tái)的時(shí)候，大家不可能同時(shí)提交任務(wù)，在絕大多數(shù)情況下往往會(huì)錯(cuò)峰提交任務(wù)，因此就會(huì)出現(xiàn)資源使用的峰和谷，而通過彈性配額能力可以盡量實(shí)現(xiàn)削峰填谷，使得資源能夠充分利用。對(duì)于任務(wù)的最優(yōu)化調(diào)度而言，則需要考慮延遲與吞吐之間的平衡。在負(fù)載均衡方面，需要規(guī)避一些熱點(diǎn)。此外，MaxCompute的調(diào)度決策系統(tǒng)還支持任務(wù)優(yōu)先級(jí)和搶占，能夠?qū)崿F(xiàn)實(shí)時(shí)性和公平性。

此外，針對(duì)于復(fù)雜任務(wù)調(diào)度而言，還進(jìn)一步劃分了服務(wù)和作業(yè)的調(diào)度。這里所謂的任務(wù)就是一次性作業(yè)，而對(duì)于服務(wù)而言，在啟動(dòng)之后則會(huì)在一段時(shí)間之內(nèi)一直不間斷地處理數(shù)據(jù)作業(yè)。其實(shí)，服務(wù)和作業(yè)的調(diào)度存在著很大的差異，服務(wù)調(diào)度要求較高的可靠性，不能被打斷，因?yàn)橐坏┍淮驍?，重新恢?fù)起來的成本將會(huì)非常高；而作業(yè)對(duì)于間斷的容忍程度則要高一些，即使被打斷，后續(xù)也可以拉起來繼續(xù)運(yùn)行。

二級(jí)配額組

對(duì)于單集群內(nèi)的調(diào)度而言，重點(diǎn)介紹一下在一般的大數(shù)據(jù)平臺(tái)中比較少見的二級(jí)配額組概念。在介紹二級(jí)配額組之前，首先介紹關(guān)于配額組的相關(guān)內(nèi)容。簡(jiǎn)單而言，將物理集群的各種資源做成資源池之后，將一些資源整合到一個(gè)組里面就稱之為配額組。在大數(shù)據(jù)平臺(tái)上，作業(yè)就運(yùn)行在配額組里面，而同一個(gè)配額組中的作業(yè)將會(huì)共享該配額組中的所有資源。而常見的一級(jí)配額組策略，存在著很多的問題。舉例而言，如果一級(jí)配額組具有1000個(gè)CPU內(nèi)核，而有100個(gè)用戶在共同使用該配額組，某一時(shí)刻某一用戶提交了一個(gè)非常大的作業(yè)，于是占滿了整個(gè)配額組的1000個(gè)CPU內(nèi)核，進(jìn)而導(dǎo)致其他用戶的作業(yè)全部需要等待。

為了解決上述情況中所出現(xiàn)的問題，就需要使用二級(jí)配額組。二級(jí)配額組在一級(jí)配額組的基礎(chǔ)之上進(jìn)行了進(jìn)一步細(xì)分，設(shè)定了每個(gè)用戶所能夠使用的資源上限。每個(gè)一級(jí)配額組可以分為多個(gè)二級(jí)配額組，這樣做的目的就是為了更好地利用資源。在二級(jí)配額組中，資源可以實(shí)現(xiàn)共享，但是即便某個(gè)用戶需要使用的資源很多，也無法超過該二級(jí)配額組資源上限，因此可以比較好地保證用戶體驗(yàn)。

與一般的大數(shù)據(jù)系統(tǒng)不同，MaxCompute除了能夠?qū)崿F(xiàn)單集群內(nèi)部調(diào)度之外，還可以實(shí)現(xiàn)多集群之間跨集群的全局調(diào)度，這也是MaxCompute強(qiáng)大能力的體現(xiàn)。單個(gè)集群可能會(huì)受制于各種因素而無法實(shí)現(xiàn)擴(kuò)容，因此需要實(shí)現(xiàn)集群級(jí)別的水平擴(kuò)展。

對(duì)于業(yè)務(wù)量巨大的應(yīng)用而言，為了保證當(dāng)單個(gè)集群發(fā)生宕機(jī)的時(shí)候業(yè)務(wù)依舊能夠正常運(yùn)行，所以需要讓業(yè)務(wù)在多個(gè)集群上運(yùn)行，來保證保證業(yè)務(wù)的高可用。這時(shí)候就需要全局的跨集群調(diào)度能力，當(dāng)一個(gè)作業(yè)進(jìn)來之后，需要分析該作業(yè)可以向哪些集群上進(jìn)行調(diào)度，以及目前哪些集群可供使用并且比較空閑。而此時(shí)還會(huì)涉及數(shù)據(jù)多版本的問題，因?yàn)橥环輸?shù)據(jù)存儲(chǔ)在不同的集群之中，就會(huì)帶來數(shù)據(jù)不一致的問題。此外，對(duì)于同一份數(shù)據(jù)的不同版本，也需要考慮應(yīng)該具體的計(jì)算和數(shù)據(jù)復(fù)制策略，而阿里云MaxCompute也是經(jīng)過了大量經(jīng)驗(yàn)的積累才使得上述策略更加完善。

四、數(shù)據(jù)安全

對(duì)于一個(gè)企業(yè)而言，使用大數(shù)據(jù)計(jì)算平臺(tái)時(shí)最為關(guān)心的就是數(shù)據(jù)安全問題。從阿里巴巴的經(jīng)驗(yàn)來看，在數(shù)據(jù)安全方面，用戶最為擔(dān)憂的主要有三點(diǎn)，第一點(diǎn)：將數(shù)據(jù)放在平臺(tái)之上，其他人能否看到；第二點(diǎn)：將數(shù)據(jù)放到平臺(tái)或者服務(wù)之上，提供服務(wù)的人是否會(huì)看到數(shù)據(jù)。第三點(diǎn)：將數(shù)據(jù)托管到大數(shù)據(jù)平臺(tái)之上，如果平臺(tái)出現(xiàn)了問題，那么數(shù)據(jù)怎么辦。

對(duì)于用戶的這些憂慮，MaxCompute都能比較完善地進(jìn)行處理，用戶基本上無需擔(dān)心數(shù)據(jù)的安全性。首先，MaxCompute平臺(tái)具有完善的鑒權(quán)和授權(quán)機(jī)制，數(shù)據(jù)是屬于用戶的，而不是平臺(tái)的，雖然平臺(tái)幫助用戶進(jìn)行存儲(chǔ)和計(jì)算，但是卻不具有數(shù)據(jù)所有權(quán)，無論是對(duì)數(shù)據(jù)進(jìn)行訪問還是計(jì)算都需要鑒權(quán)和授權(quán)。無論是其他用戶還是平臺(tái)方，在沒有授權(quán)的情況下，都無法看到數(shù)據(jù)。此外，授權(quán)的維度也比較多樣，包括表級(jí)別、列級(jí)別和作業(yè)級(jí)別。而因?yàn)镸axCompute是云上大數(shù)據(jù)平臺(tái)，天然地具備多租戶的特點(diǎn)，因此需要實(shí)現(xiàn)各個(gè)租戶之間的數(shù)據(jù)和計(jì)算隔離。對(duì)于數(shù)據(jù)而言，MaxCompute平臺(tái)實(shí)現(xiàn)了物理隔離，從根本上消除了數(shù)據(jù)的安全性問題。此外，平臺(tái)還提供了嚴(yán)格的權(quán)限控制策略，用戶無法查看其他用戶的數(shù)據(jù)。此外，MaxCompute還提供了E2E全鏈路存儲(chǔ)加密，這對(duì)于金融機(jī)構(gòu)顯得尤為重要；還提供了CRC校驗(yàn)，保證了數(shù)據(jù)正確性，而且這部分能力已經(jīng)在阿里巴巴內(nèi)部使用了多年，已經(jīng)非常完善；最后MaxCompute平臺(tái)還為用戶提供了數(shù)據(jù)脫敏等功能，方便用戶使用。

關(guān)于如何解析基于Serverless的高可用大數(shù)據(jù)服務(wù)MaxCompute問題的解答就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道了解更多相關(guān)知識(shí)。