10月12日，阿里巴巴集團(tuán)副總裁周靖人在云棲大會(huì)上發(fā)布了阿里云在大數(shù)據(jù)計(jì)算能力上的新突破：將BigBench數(shù)據(jù)規(guī)模擴(kuò)展到100T；流計(jì)算2.0每秒峰值達(dá)千萬(wàn)QPS，整體鏈路延時(shí)亞秒級(jí)；E-MapReduce對(duì)比同類(lèi)產(chǎn)品平均性能提升3倍。

[[206110]]

周靖人說(shuō)，數(shù)據(jù)是機(jī)器智能創(chuàng)新的基礎(chǔ)，擁有充沛的計(jì)算能力才能全面釋放數(shù)據(jù)的價(jià)值。我們希望通過(guò)不斷的釋放阿里云的計(jì)算紅利，幫助開(kāi)發(fā)者抓住更多市場(chǎng)機(jī)遇。

BigBench全球***達(dá)到100TB

TPCx-BigBench是大數(shù)據(jù)端到端真實(shí)復(fù)雜的業(yè)界領(lǐng)先測(cè)試基準(zhǔn)，目前，TPC官網(wǎng)公布的測(cè)試***規(guī)模為10TB，***性能是1491.23BBQpm。

當(dāng)天，阿里云與Intel合作，在***的Intel硬件上，基于公共云發(fā)布的BigBench On MaxCompute+PAI，全球***將規(guī)模拓展到100TB，達(dá)到7000 BBQpm，也是***基于公共云服務(wù)的Benchmark。

據(jù)介紹，大會(huì)結(jié)束后，MaxCompute會(huì)在公共云開(kāi)放一個(gè)月的測(cè)試環(huán)境，并開(kāi)源BigBench On MaxCompute+PAI的SDK（繼承自TPCx-Bigbench，并使之運(yùn)行在阿里云的大數(shù)據(jù)環(huán)境上），供開(kāi)發(fā)者驗(yàn)證試用。

在規(guī)模上的優(yōu)秀表現(xiàn)，得益于MaxCompute的海量數(shù)據(jù)處理能力和機(jī)器學(xué)習(xí)算法高效性，MaxCompute基于阿里云自主研發(fā)的分布式操作系統(tǒng)飛天，單集群服務(wù)器規(guī)?？梢赃_(dá)到萬(wàn)臺(tái)以上，數(shù)據(jù)規(guī)模達(dá)到EB級(jí)。

在性能上，MaxCompute新一代處理引擎從Compiler、Optimizer、Runtime等模塊進(jìn)行的持續(xù)深度優(yōu)化。此外，MaxCompute與Intel開(kāi)展深度合作，軟硬結(jié)合深度優(yōu)化。

英特爾數(shù)據(jù)中心事業(yè)部副總裁Robert Hays - ”我們非常高興能夠和阿里云共同在***的英特爾® 至強(qiáng)® 可擴(kuò)展處理器平臺(tái)上對(duì)MaxCompute進(jìn)行深度優(yōu)化，并見(jiàn)證阿里云MaxCompute在BigBench測(cè)試中表現(xiàn)出的優(yōu)異成績(jī)“。

更快的流計(jì)算StreamCompute 2.0

在流計(jì)算方面，周靖人透露將于10月底在公共云發(fā)布新的版本。StreamCompute 2.0基于Apache Flink，并為開(kāi)源社區(qū)提供了大量阿里內(nèi)部的改進(jìn)和優(yōu)化。

新版流式計(jì)算2.0的特點(diǎn)包括：

1. 高吞吐低時(shí)延處理能力，單作業(yè)峰值達(dá)數(shù)千萬(wàn)的QPS，相比于StreamCompute 1.0有10+倍提升

2. SQL化的流式分析語(yǔ)言，由阿里巴巴計(jì)算事業(yè)部實(shí)時(shí)計(jì)算團(tuán)隊(duì)主導(dǎo)開(kāi)發(fā)并回饋社區(qū)的BlinkSQL；BlinkSQL支持完備的流式處理語(yǔ)義，支持包括多種窗口、亂序容忍、完整DDL支持

3. 精準(zhǔn)的數(shù)據(jù)處理語(yǔ)義，提供Exactly-once處理語(yǔ)義，同時(shí)為減少磁盤(pán)IO，提供增量CheckPoint，優(yōu)化存儲(chǔ)空間。

E-MapReduce性能3倍提升

E-MapReduce產(chǎn)品是阿里云上基于開(kāi)源大數(shù)據(jù)的云服務(wù)產(chǎn)品，包括15+個(gè)開(kāi)源組件的一站式大數(shù)據(jù)解決方案。周靖人現(xiàn)場(chǎng)發(fā)布了基于本地硬盤(pán)以及計(jì)算存儲(chǔ)分離的大數(shù)據(jù)解決方案。

周靖人介紹，為了解決大數(shù)據(jù)處理以及機(jī)器學(xué)習(xí)的統(tǒng)一調(diào)度難題，E-MapReduce產(chǎn)品實(shí)現(xiàn)了CPU/GPU的混合調(diào)度方案，使得數(shù)據(jù)預(yù)處理以及數(shù)據(jù)訓(xùn)練可以在一個(gè)平臺(tái)上解決。

E-MapReduce對(duì)于數(shù)據(jù)讀寫(xiě)的性能至關(guān)重要，產(chǎn)品通過(guò)對(duì)于對(duì)象存儲(chǔ)OSS的優(yōu)化，使得讀寫(xiě)OSS的性能是同類(lèi)產(chǎn)品的3倍，對(duì)于計(jì)算和存儲(chǔ)分離的大數(shù)據(jù)解決方案的產(chǎn)品化形式變得可以落地。