隨着數據收集手段不斷豐富，行業數據大量積累，數據規模已增長到了傳統軟件行業無法承載的海量數據（百TB、PB、EB）級別。
1、種類
（1）Hive是基於Hadoop的一個數據倉庫工具，用來進行數據提取、轉化、加載，這是一種可以存儲、查詢和分析存儲在Hadoop中的大規模數據的機制。hive數據倉庫工具能將結構化的數據文件映射為一張數據庫表，並提供SQL查詢功能，能將SQL語句轉變成MapReduce任務來執行。Hive的優點是學習成本低，可以通過類似SQL語句實現快速MapReduce統計，使MapReduce變得更加簡單，而不必開發專門的MapReduce應用程序。hive是十分適合數據倉庫的統計分析和Windows注冊表文件。
（2）大數據計算服務（MaxCompute，原名ODPS）是一種快速、完全托管的EB級數據倉庫解決方案，阿里雲產品。 MaxCompute致力於批量結構化數據的存儲和計算，提供海量數據倉庫的解決方案及分析建模服務。 由於單台服務器的處理能力有限，海量數據的分析需要分布式的計算模型。分布式的計算模型對數據分析人員要求較高且不易維護。數據分析人員不僅需要了解業務需求，同時還需要熟悉底層分布式計算模型。MaxCompute為您提供完善的數據導入方案以及多種經典的分布式計算模型，您可以不必關心分布式計算和維護細節，便可輕松完成大數據分析。
2、計算模型
（1）SQL：傳統的數據庫軟件操作功能。
（2）MapReduce：MaxCompute MapReduce是MaxCompute提供的Java MapReduce編程模型，它可以簡化開發流程，更為高效。使用MaxCompute MapReduce，需要對分布式計算概念有基本了解，並有相對應的編程經驗。MaxCompute MapReduce為您提供Java編程接口。
（3）Graph：MaxCompute提供的Graph功能是一套面向迭代的圖計算處理框架。圖計算作業使用圖進行建模，圖由點 （Vertex）和邊（Edge）組成，點和邊包含權值（Value）。通過迭代對圖進行編輯、演化，最終求解出結果，典型應用：PageRank、單源最短距離算法 、K-均值聚類算法等。
（4）SDK：是MaxCompute提供給開發者的工具包，當前支持Java SDK及Python SDK。
（5）UDF：即用戶自定義函數。MaxCompute提供了很多內建函數來滿足您的計算需求，同時您還可以通過創建自定義函數來滿足不同的計算需求。
（6）Spark：Spark on MaxCompute：Spark on MaxCompute是阿里雲開發的大數據分析引擎，為您提供大數據處理能力。詳情請參見Spark概述。
（7）Machine Learning機器學習
參考：https://helpcdn.aliyun.com/document_detail/27800.html?spm=a2c4g.11186623.6.547.182e6322ip3piL