基于阿里云 E-MapReduce 、OSS 、边缘网络加速等产品及服务，帮助自建 Hadoop 用户快速构建云上半托管开源大数据平台，在保持原自建 Hadoop 组件使用习惯延续的同时，充分利用云上服务特点，更加便捷地迭代企业大数据平台架构，聚焦业务价值开发。
方案架构
中小企业自建Hadoop集群上云解决方案
本方案核心产品延续开源大数据社区技术栈，提供经过兼容性和稳定性验证的 EMR 和相应组件版本，能够根据业务需求和技术路线，灵活链接阿里云生态和开源大数据生态。
方案能力
降低集群组件兼容性、可靠性验证成本，减轻运维压力
提供基于云服务的扩容和弹性伸缩能力
快速构建存算分离、冷热分层架构
架构优势
功能全面： 覆盖并跟进迭代社区的大部分组件
扩展灵活：充分利用云服务特点，即开即用
生态丰富：支持快速演进到云原生湖仓一体架构
方案优势
开源生态，性能优化
提供高性能、稳定版本 Hadoop 、Spark 、Hive 、Flink 、Kafka 、Hbase 、Presto 、Impala 、Hudi 、ClickHouse 等开源大数据组件，可根据场景灵活搭配使用。采用 JindoFS+OSS ，在保证数据可靠性的基础上，性能大幅提升。
便捷运维，成本节约
分钟级创建集群，支持对集群、节点和服务进行监控和运维操作，大幅提升运维工作效率，让数据工程师更专注于业务开发。集群资源可自动按需匹配，节省计算成本，支持阿里云抢占式实例和存算分离架构，可按冷热数据分层，降低存储成本。
弹性资源，安全可靠
可根据业务场景灵活配置规则，实现弹性伸缩，高效响应快速变化的业务需求。支持 ECS/ACK 形态，可以通过 VPC 和安全组设置集群整体网络安全策略，支持 Kerberos 身份认证、数据加密、Ranger 数据访问控制等安全特性。
应用场景
云原生数据湖
随着企业积累数据规模的增长，数据分析使用往往会遇到数据存储的成本挑战、计算和存储耦合带来的某项资源闲置等问题，同时由于数据分析场景的多样化，如离线计算、流式计算、交互式分析、机器学习等，导致多引擎间频繁地引用和移动数据，造成数据不一致和成本高的问题。通过该方案，可以有效解决以上问题。
流式数据处理
企业对数据的处理，往往同时存在需要批量处理和流式处理的不同环节。本方案构建了安全的数据传输网络，基于 Apache Flink 官方产品Ververica，提供可选的实时计算平台半托管服务，在兼容开源 Flink 的基础上提供商业增值能力，可广泛用于实时 ETL 、数据库 CDC 、实时风控、实时入仓（湖）、实时机器学习等流式数据处理场景。
多样化 OLAP 查询分析
OLAP 查询面向各类业务角色，同时依赖各种异构系统的数据源，需求多样且数据类型复杂，因此发展出了不同的处理系统，用于响应多样化需求。该方案基于E-MapReduce服务，可结合使用习惯按需选择 ClickHouse、StarRocks、Presto、Impala、Druid 等模块并快速开通，用于支持即席查询、固化查询、宽表加速等场景，提升业务决策效率。
使用流程
提交咨询
向阿里云提交方案详情咨询。
初步洽谈
售前技术专家对接，评估需求。
深度洽谈
需求沟通明确，阿里云架构师及专业服务团队为您定制解决方案。
商务流程
为您的解决方案配置专属服务团队进一步洽谈合作。
