超大规模计算及存储

适用于100GB以上规模的存储及计算需求，最大可达EB级别。

多种计算模型与一身

支持丰富的计算模型。支持比MapReduce更高级的有向无环图计算逻辑，计算更高效。目前支持的计算功能包括：SQL，MapReduce，Graph以及MPI迭代类的算法。

高稳定性

在阿里巴巴集团内稳定运行达三年以上，支撑阿里巴巴集团几乎全部离线分析业务。每天支持10万以上的计算任务，处理上百PB的数据。

极大降低企业使用成本

与企业自建私有云相比，成本更低。更高效的计算及存储能力能够降低企业20%~30%的采购成本。

安全可靠

多层沙箱防护及监控系统有效保障用户数据安全。功能强大的授权功能使企业内部数据分享更加便利。

数据通道

批量、历史数据通道

Tunnel是MaxCompute向用户提供的数据传输服务。该服务水平可扩展，支持每天TB/PB级别的数据导入导出。特别适合于全量数据或历史数据的批量导入。Tunnel提供了Java SDK，并且在MaxCompute的客户端工具中，有对应的命令实现本地文件与服务数据的互通。

实时、增量数据通道

另一方面，针对实时数据上传的场景，我们提供了另一套名为DataHub的服务。该服务具有延迟低、使用方便的特点，特别适用于增量数据的导入。Datahub还支持多种数据传输插件，例如：Flume, Fluentd, Sqoop等。

存储

以二维表格式存储数据

所有数据均以表格式存储，不暴露文件系统。并采用列压缩存储格式，极高的数据压缩比极大节省了用户成本。通常情况下，MaxCompute存储具备5倍压缩的能力。

计算

SQL

MaxCompute SQL采用标准的SQL语法。更高效的计算框架支持SQL计算模型，执行效率比普通的MapReduce模型更高。需要注意的是，MaxCompute SQL不支持事务、索引及Update/Delete等操作。

MapReduce

MaxCompute提供的Java MapReduce编程模型。值得注意的是，由于MaxCompute并没有开放文件接口，用户只能通过它所提供的Table读写数据，因此MaxCompute的MapReduce模型与开源社区中通用的MapReduce模型在使用上有一定的区别。我们相信，这样的改动虽然失去一定的灵活性，例如：不能够自定义排序及哈希算法，但却能够简化开发流程，免除很多琐碎的工作。更为重要的是，MaxCompute还提供了基于MapReduce的扩展计算模型，即MR2。在该模型下，一个Map函数后，可以接入连续多个Reduce函数。

Graph

对于某些复杂的迭代计算场景，例如：K-Means，PageRank等，如果仍然使用MapReduce来完成这些计算任务将是非常耗时的。MaxCompute提供的Graph模型能够非常好的完成这一类计算任务。

安全

MaxCompute是一个多租户的计算平台。默认情况下，各租户间数据不共享，彼此隔离，但用户可以通过MaxCompute提供的授权机制将数据共享给其他人。