阿里云发布大数据产品ODPS 6小时处理100PB数据 | 互联网的那点事

阿里云ODPS团队在一封公开信《人人都可以成为BAT》中表示：工业革命后的200多年里，人类对物理资源的利用登峰造极，对数据资源的利用却仍处于起步阶段。Google、Facebook、阿里巴巴等互联网公司先行一步，触碰到了大数据的魅力。然而，人类拥有的绝大部分数据还无法产生价值。

阿里云发

采用传统方案处理大规模数据，一般得耗资数千万自建数据中心，请专业技术人员维护运作。一旦数据总量超过100TB，技术挑战会非常大。Hadoop开源运动降低了这一成本，不过自建一个像样的Hadoop集群，仍然需要上百万的起步资金。专业的Hadoop人才则更加稀缺。

相比而言，使用ODPS的成本和门槛则低得多。ODPS采取按量收费的模式，目前定价0.3元/GB，即开即用，一个月内免费。根据大部分公司的数据量来测算，一般每月只需花费数百元。

在对外商用之前，ODPS只是阿里巴巴内部秘密使用。阿里小贷最先将ODPS应用到商业领域。如今，超过36万人从阿里小贷借款，最小贷款额为1元，并实现3分钟申请、1秒放款、0人工干预。要做到这一点，阿里小贷每天得处理30PB数据，包括店铺等级、收藏、评价等800亿个信息项，运算100多个数据模型，甚至得测评小企业主对假设情景的掩饰和撒谎程度。阿里小贷每笔贷款成本3毛钱，不到普通银行的1/1000。

据悉，淘宝、支付宝等阿里巴巴最核心的数据业务，都运行在ODPS平台。比如阿里妈妈广告的核心算法，点击预测模型的训练等。ODPS商用，意味着阿里云将这种大数据处理能力对外开放，此举将大幅降低社会创新成本。

目前，全球提供类似服务的仅有Google和亚马逊，国内尚无同类产品可供比较。阿里云方面表示，ODPS将比Google BigQuery更强大，不仅支持更丰富的SQL语法，还将提供MapReduce编程模型和机器学习建模能力，可以服务更多应用场景。(木南)

以下为阿里云ODPS团队公开信《人人都可以成为BAT》全文：

阿里云计算最重要的一款产品——ODPS，正式开放商用。从今天起，花个几百块钱，人人都能来玩大数据。

简单来说，ODPS(Open Data Processing Service)是一项Web服务，大家不用花大钱建数据中心，就能分析海量数据。我们测过，100PB的数据任务可在6小时内跑完。这个数据量相当于1亿部高清电影。

工业革命后的200多年里，人类对物理资源的利用登峰造极。第一次信息革命过去70年了，我们对数据资源的利用却只是刚开了头。Google、Facebook、阿里巴巴等先行一步，摸到了大数据的冰山一角。然而，人类拥有的大部分数据，还无法产生价值。

如何让数据产生价值？先得拥有大规模处理能力，然后才是挖掘、算法和分析。传统的做法是这样的：租个机房，买一堆昂贵的设备搭建数据仓库，再请一帮技术人员来维护运转。一旦触发bug，或者当数据总量超过100TB时，你的工程师们可能会被这些麻烦搞崩溃。

Hadoop开源系统很伟大，大大降低了成本。阿里是中国玩Hadoop玩得最好的几家公司之一，Hadoop支撑了淘宝、支付宝早期业务的快速发展。不过，自建一个像样的Hadoop集群，得百万起步资金，专业的Hadoop人才更是稀缺。门槛还是太高。

有没有更好的方案？从2009年初，写下“飞天”第一行代码时，我们就坚信这一方案存在。我们用了五年时间，写下250万行代码，终于在自主研发的“飞天”平台上成功搭建ODPS。我们把数据海洋里的“水”灌进ODPS，设定好一套参数，拧开水龙头，出来的就是“鲜榨果汁”！

100年前，福特推出了全球第一条流水生产线。一个个零部件扔进流水线，90分钟后，一辆崭新的汽车摆在面前。不知道福特工程师们当时是怎样的心情。当我们拧开ODPS的水龙头时，感受大抵如此。这个比喻还不完全恰当，福特生产线只为福特服务，一条生产线也只能生产一种车型。而ODPS任何人都可以来用，水龙头里流出来的“果汁”，随着原始数据和算法的改变可以千变万化。

我们来看看ODPS都可以榨哪些“果汁”吧。

ODPS之前一直在阿里内部试用。第一个“小白鼠”是阿里小贷。你见过敢贷1块钱给你的银行吗？如今，超过36万人从阿里小贷借款，最小贷款额1块钱，并实现3分钟申请、1秒放款、0人工干预。要做到这一点，阿里小贷每天得处理30PB数据，包括店铺等级、收藏、评价等800亿个信息项，运算100多个数据模型，甚至得测评小企业主对假设情景的掩饰和撒谎程度。另外，阿里小贷每笔贷款成本3毛钱。什么？你问普通银行的贷款成本？先乘个1000再说。

华大基因，2003年国内抗SARS研究的主力军。去年，我们邀请华大在ODPS上试了下基因测序，耗时不到传统方式的十分之一。2010年，欧洲E.coli污染危机，测序和组装耗时两天以上。如果用ODPS，只要几个小时甚至几十分钟。一旦未来真有生物危机爆发，人类可以赢得宝贵的破译时间。

这么高精尖的领域你可能觉得太遥远。说说当前最火的世界杯吧。Google拿英国体育数据提供商Opta Sports的数据，在BigQuery上跑了跑，成功预测了本届世界杯8强名单。ODPS是一款跟Google BigQuery类似的产品，如果哪位有数据，也可以来算一算接下来的比赛。

公共领域的数据挖掘，可以用ODPS吗？当然！结合中国气象局的精准预报数据，高德地图不久后就能告诉你：“前方道路已严重积水，您的车辆驶入可能会遭水淹，建议绕道行驶。”如今，每盒药品上都有一张电子身份证，从生产、流通、储存、配送、销售到使用，全过程的数据都跑在ODPS上，一旦发现问题药品，监管部门可以立即采取措施。我们期待未来每一桶油、每一道菜的数据都跑在ODPS上，食品安全问题需要通过创新的方式来解决。

生产电饭煲的工厂，应该跟ODPS没什么关系吧？别说，未来还真可能有关系。手机、电视、手表、汽车、空调……这些工业时代的经典产品，现在都变成了互联网终端。谁说电饭煲、鞋子、衣服不会呢？如果未来的制造工厂都变成互联网公司，数据将成为最基本的生产要素。你不懂算法、不会建模、不会分析，没关系，那些有数据分析能力的公司会帮你做。

眼下，阿里巴巴各项数据业务都在用ODPS“榨果汁”，比如淘宝在算你最中意哪个淘女郎，天猫在算你什么时候想吃车厘子，菜鸟在算卡车走哪条路可能会被雷劈，支付宝在算你何时会从屌丝变成高富帅。如果大家也想“榨果汁”，欢迎来试。ODPS的水龙头就装在阿里云官网aliyun.com上，一个月内免费。

The World Is Flat. 从某种意义上而言，人人都可以成为BAT，哪怕你的公司只有几号人。我们希望，在技术这件事情上，大家变得更加平等！

阿里云ODPS团队

2014年7月8日