經過了資料採集和同步之後，就可以在阿里雲上進行資料分析和處理，來玩轉您的資料了。本文向您介紹在阿里雲大資料各產品中，以及各產品之間怎樣來完成您的資料處理和資料分析。

MaxCompute

• 基於MaxCompute的大資料計算（MaxCompute + RDS）
• 使用MaxCompute分析IP來源最佳實踐
• Intellij IDEA Java UDF開發最佳實踐
• Eclipse Java UDF開發最佳實踐
• 長週期指標的計算優化方案

E-MapReduce

• 使用E-MapReduce處理離線作業
• 使用E-MapReduce提交Flink作業處理OSS資料
• 使用E-MapReduce提交Storm作業處理Kafka資料
• 在E-MapReduce中使用 ES-Hadoop
• 在 E-MapReduce中使用 Mongo-Hadoop
• 在E-MapReduce上使用Intel Analytics Zoo進行深度學習
• 在阿里雲E-MapReduce上使用Data Science叢集進行深度學習

Elasticsearch

• 藉助Beats搭建視覺化運維繫統
• ES-Hadoop與阿里雲ES資料打通
• logstash部署

實時計算

電商場景實戰

• 電商場景實戰之多類目成交總額管理
• 電商場景實戰之訂單與銷量統計
• 電商場景實戰之實時PV和UV曲線
• 電商場景實戰之營銷紅包
• 電商場景實戰之實時態勢感知和訂單地理分佈
• 電商場景實戰之最新交易記錄獲取

IoT行業最佳實踐

• IoT解決方案之 多維度感測器資料分析

視訊直播行業應用

• 視訊核心指標監控
• 直播數字化運營

實時計算客戶案例

• 反黃牛異常訂單實時決策處理系統
• Wi-Fi探針客流分析系統

Quick BI

• 網站日誌分析

Data Lake Analytics

• 教程：使用Data Lake Analytics讀/寫MongoDB資料
• 使用Data Lake Analytics快速分析OSS上的日誌檔案
• 使用Airflow來排程Data Lake Analytics的任務
• 教程：如何在Data Lake Analytics中使用臨時表
• Data Lake Analytics + OSS資料檔案格式處理大全
• Data Lake Analytics中OSS LOCATION的使用說明
• 如何使用Data Lake Analytics建立分割槽表
• 基於Data Lake Analytics來分析OTS上的資料
• 使用Data Lake Analytics從OSS清洗資料到AnalyticDB
• 使用Data Lake Analytics讀/寫RDS資料

更多大資料實戰文章

玩轉大資料系列之一：資料採集與同步
玩轉大資料系列之二：資料分析與處理
玩轉大資料系列之三：資料報表與展示
玩轉大資料系列之四：搜尋