DLI是基于Serverless架构的数据处理和分析服务

DLI是无服务器化的大数据查询分析服务，使用DLI服务您只需为实际使用的弹性计算资源付费，无需维护和管理云服务器。

• 计算资源按量计费：真正的按使用量（扫描量/CU时）计费，不运行作业时0费用。
• 自动扩缩容：根据业务负载，对计算资源进行预估和自动扩缩容。

DLI支持多种类型的计算引擎

完全兼容Apache Spark、Apache Flink、HetuEngine等生态，支持标准SQL、Spark SQL、Flink SQL，兼容 CS V、JSON、Parquet和ORC主流数据格式。

• Spark是用于大规模数据处理的统一分析引擎，聚焦于查询计算分析。DLI在开源Spark基础上进行了大量的性能优化与服务化改造，不仅兼容Apache Spark生态和接口，性能较开源提升了2.5倍，在小时级即可实现EB级数据查询分析。
• Flink是一款分布式的计算引擎，可以用来做批处理，即处理静态的数据集、历史的数据集；也可以用来做流处理，即实时地处理一些实时数据流，实时地产生数据的结果。DLI在开源Flink基础上进行了特性增强和安全增强，提供了数据处理所必须的Stream SQL特性。
• HetuEngine是提供交互式查询分析能力的开源分布式SQL查询引擎，具备高性能、低延迟的查询处理能力，支持在大规模数据存储中进行数据查询和分析。了解更多HetuEngine请参考产品优势。

DLI支持多种连接方式

DLI提供了多种连接方式满足不同的用户需求和使用场景。

DLI支持的链接方式：

• 控制台方式
• API方式
• SDK方式
• 客户端工具
• 使用DataArts服务提交DLI作业
• 对接BI工具的可视化分析

更多DLI连接方式的介绍请参考DLI连接方式。

DLI支持对接多种数据源的跨源分析

• Spark跨源连接：可通过DLI访问CloudTable，DWS，RDS和 CSS 等数据源。具体内容请参考《 数据湖探索 用户指南》。
• Flink跨源支持与多种云服务连通，形成丰富的流生态圈。 数据湖 探索的流生态分为云服务生态和开源生态：
  • 云服务生态：数据湖探索在Flink SQL中支持与其他服务的连通。用户可以直接使用SQL从这些服务中读写数据。如DIS、OBS、CloudTable、 MRS 、RDS、 SMN 、DCS等。
  • 开源生态：通过增强型跨源连接建立与其他VPC的网络连接后，用户可以在数据湖探索的租户授权的队列中访问所有Flink和Spark支持的数据源与输出源，如Kafka、Hbase、ElasticSearch等。

  具体内容请参见《数据湖探索开发指南》。

DLI支持的三大基本作业类型

• SQL作业支持SQL查询功能：可为用户提供标准的SQL语句。具体内容请参考《数据湖探索SQL语法参考》。
• Flink作业支持Flink SQL在线分析功能：支持Window、Join等聚合函数，用SQL表达业务逻辑，简便快捷实现业务。具体内容请参考Flink OpenSource SQL语法参考。
• Spark作业提供全托管式Spark计算特性：用户可通过交互式会话(session)和批处理(batch)方式提交计算任务，在全托管Spark队列上进行数据分析。具体内容请参考《数据湖探索API参考》。

DLI支持存算分离

用户将数据存储到OBS后，DLI可以直接和OBS对接进行数据分析。存算分离的架构下，使得存储资源和计算资源可以分开申请和计费，降低了成本并提高了资源利用率。

存算分离场景下，DLI支持OBS在创建桶时数据冗余策略选择单AZ或者多AZ存储，两种存储策略区别如下：

• 选择多AZ存储，数据将冗余存储至多个AZ中，可靠性更高。选择多AZ存储的桶，数据将存储在同一区域的多个不同AZ。当某个AZ不可用时，仍然能够从其他AZ正常访问数据，适用于对可靠性要求较高的数据存储场景。建议优选使用多AZ存储的策略。
• 选择单AZ存储，数据仅存储在单个AZ中，但相比多AZ更加便宜。收费详情请参见OBS产品价格详情。

DLI通过弹性资源池实现对资源的统一的管理和调度

弹性资源池后端采用CCE集群的架构，支持异构，对资源进行统一的管理和调度。

详细内容可以参考DLI用户指南的弹性资源池和队列简介。