现在已经有越来越多的行业和技術领域需求大数据分析系统例如金融行业需要使用大数据系统结合 VaR(value at risk) 或者机器学习方案进行信贷风控，零售、餐饮行业需要大数据系统实現辅助销售决策各种 IOT 场景需要大数据系统持续聚合和分析时序数据，各大科技公司需要建立大数据分析中台等等

抽象来看，支撑这些場景需求的分析系统面临大致相同的技术挑战：

• 业务分析的数据范围横跨实时数据和历史数据，既需要低延迟的实时数据分析也需要對 PB 级的历史数据进行探索性的数据分析。
• 可靠性和可扩展性问题用户可能会存储海量的历史数据，同时数据规模有持续增长的趋势需偠引入分布式存储系统来满足可靠性和可扩展性需求，同时保证成本可控
• 技术栈深，需要组合流式组件、存储系统、计算组件和
• 可运維性要求高，复杂的大数据架构难以维护和管控

关于阿里云大数据计算的更多信息，参见和