摘要：MaxCompute发布了“ALIAS 命令”，提供了在不修改代码的前提下，在MapReduce或自定义函数（UDF） 代码中，通过某个固定的资源名读取不同资源（数据）的需求。
随着社会数据收集手段的不断丰富及完善，越来越多的行业数据被积累下来。数据规模已经增长到了传统软件行业无法承载的海量数据，达到百GB、TB乃至PB级别。
在分析海量数据场景下，由于单台服务器的处理能力限制，数据分析者通常采用分布式计算模式。但分布式的计算模型对数据分析人员提出了较高的要求，且不易维护。使用分布式模型，数据分析人员不仅需要了解业务需求，同时还需要熟悉底层计算模型。
MaxCompute的目的是为用户提供一种便捷的分析处理海量数据的能力，owner可以不必关心分布式计算细节，便可达到分析大数据的目的，这样一是减轻项目负责人的工作负担，也同时降低了企业对海量数据处理的专业人才成本。
在使用过程中，我们发现用户经常遇到这样的问题，如果一不小心写错了sql，对全表做了扫描，不仅影响效率还会对成本造成损失，因为对全表数据扫描是费用比较高的。
现在，MaxCompute发布了“ALIAS 命令”，提供了在不修改代码的前提下，在MapReduce或自定义函数（UDF） 代码中，通过某个固定的资源名读取不同资源（数据）的需求。
其实通俗的来讲就是允许项目owner对项目进行设置，可以通过允许或不允许来保障这个项目不被做全表扫描，可以节约成本，避免了初次使用MaxCompute的用户或者误操作而对全表做了扫描影响效率和成本发生。如果确实需要对全表扫描，可以把属性这里改为true，完成用户需要的全表扫描的操作。
具体操作如下：
以开关的形式，通过设置允许或禁止全表扫描。true为允许，false为禁止 项目级别控制：setproject odps.sql.allow.fullscan=false/true Session级别控制：set odps.sql.allow.fullscan=false/true
总体来说该功能对于项目owner来说，不仅可以避免资源浪费、控制计算成本，还能灵活应开启全表扫描分区表。
具体操作详情请戳这里：
网友评论