大數據計算服務（MaxCompute，原名ODPS）是一種快速、完全託管的GB/TB/PB級數據倉庫解決方案。
MaxCompute服務於批量結構化數據的存儲和計算，提供海量數據倉庫的解決方案及分析建模服務。
MaxCompute支持SQL、MapReduce、Graph等計算類型及MPI迭代類算法。
TUNNEL是MaxCompute爲您提供的數據傳輸服務，提供高併發的離線數據上傳下載服務。支持每天TB/PB級別的數據導入導出，特別適合於全量數據或歷史數據的批量導入。Tunnel 爲您提供Java編程接口，並且在MaxCompute的客戶端工具中，有對應的命令實現本地文件與服務數據的互通。
針對實時數據上傳的場景，MaxCompute提供了延遲低、使用方便的DataHub服務，特別適用於增量數據的導入。DataHub還支持多種數據傳輸插件，例如Logstash、Flume、Fluentd、Sqoop等，同時支持日誌服務Log Service中的投遞日誌到MaxCompute，進而使用DataWorks進行日誌分析和挖掘。
MaxCompute以表的形式存儲數據，支持多種數據類型，並對外提供SQL查詢功能。您可以將MaxCompute作爲傳統的數據庫軟件操作，但其卻能處理TB、PB級別的海量數據。
MaxCompute SQL不支持事務、索引及Update/Delete等操作。
MaxCompute的SQL語法與Oracle、MySQL有一定差別，您無法將其他數據庫中的SQL語句無縫遷移到MaxCompute上來。
在使用方式上，MaxCompute SQL最快可以在分鐘、乃至秒級別完成查詢，無法在毫秒級別返回結果。
UDF：即用戶自定義函數。
MaxCompute提供了很多內建函數來滿足您的計算需求，同時您還可以通過創建自定義函數來滿足不同的計算需求。
MapReduce：MaxCompute MapReduce是MaxCompute提供的Java MapReduce編程模型，它可以簡化開發流程，更爲高效。您若使用MaxCompute MapReduce，需要對分佈式計算概念有基本瞭解，並有相對應的編程經驗。MaxCompute MapReduce爲您提供Java編程接口。
Graph：MaxCompute提供的Graph功能是一套面向迭代的圖計算處理框架。圖計算作業使用圖進行建模，圖由點 （Vertex）和邊（Edge）組成，點和邊包含權值（Value）。通過迭代對圖進行編輯、演化，最終求解出結果，典型應用：PageRank、單源最短距離算法 、K-均值聚類算法等。
項目空間（Project）是MaxCompute的基本組織單元，它類似於傳統數據庫的Database或Schema的概念，是進行多用戶隔離和訪問控制的主要邊界。
一個用戶可以同時擁有多個項目空間的權限，通過安全授權，可以在一個項目空間中訪問另一個項目空間中的對象，例如表（Table）、資源（Resource）、函數（Function）和實例（Instance）。
表是MaxCompute的數據存儲單元，它在邏輯上也是由行和列組成的二維結構，每行代表一條記錄，每列表示相同數據類型的一個字段，一條記錄可以包含一個或多個列，各個列的名稱和類型構成這張表的Schema。
MaxCompute的表格有兩種類型：內部表和外部表。
對於內部表，所有的數據都被存儲在MaxCompute中，表中的列可以是MaxCompute支持的任意一種數據類型。
對於外部表，MaxCompute並不真正持有數據，表格的數據可以存放在OSS或OTS中 。MaxCompute僅會記錄表格的Meta信息，您可以通過MaxCompute的外部表機制處理OSS或OTS上的非結構化數據，例如視頻、音頻、基因、氣象、地理信息等。
分區表是指在創建表時指定分區空間，即指定表內的某幾個字段作爲分區列。
分區表的意義在於優化查詢。查詢表時通過where字句查詢指定所需查詢的分區，避免全表掃描，提高處理效率，降低計算費用。
MaxCompute將分區列的每個值作爲一個分區（目錄），您可以指定多級分區，即將表的多個字段作爲表的分區，分區之間如多級目錄的關係。
目前MaxCompute支持Tinyint、Smallint、Int、Bigint、Varchar和String分區類型。
單表分區層級最多6級。單表分區數最多允許60000個分區。一次查詢最多查詢分區數爲10000個分區。
MaxCompute2.0支持的數據類型，包括基本數據類型和複雜類型。
MaxCompute2.0支持的基本數據類型如下表所示，新增類型有TINYINT、SMALLINT、 INT、 FLOAT、VARCHAR、TIMESTAMP和BINARY，MaxCompute表中的列必須是下列描述的任意一種類型。
MaxCompute表的生命週期（LIFECYCLE），指表（分區）數據從最後一次更新的時間算起，在經過指定的時間後沒有變動，則此表（分區）將被MaxCompute自動回收。這個指定的時間就是生命週期。
生命授權單位：days（天），只接受正整數。非分區表若指定生命週期，自最後一次數據被修改的時間（LastDataModifiedTime）開始計算，經過days天后數據仍未被改動，則此表無需您干預，將會被MaxCompute自動回收（類似drop table操作）。分區表若指定生命週期，則根據各個分區的LastDataModifiedTime判斷該分區是否該被回收。不同於非分區表，分區表的最後一個分區被回收後，該表不會被刪除。
生命週期只能設定到表級別，不能在分區級設置生命週期。創建表時即可指定生命週期。
表若不指定生命週期，則表（分區）不會根據生命週期規則被MaxCompute自動回收。
MaxCompute支持上傳的單個資源大小上限爲500MB，資源包括以下幾種類型：File類型。Table類型：MaxCompute中的表。Jar類型：編譯好的Java Jar包。Archive類型：通過資源名稱中的後綴識別壓縮類型，支持的壓縮文件類型包括.zip/.tgz/.tar.gz/.tar/jar。
自定義函數（UDF）可以進一步分爲標量值函數（UDF），自定義聚合函數（UDAF）和自定義表值函數（UDTF）三種類型。
您在開發完成UDF代碼後，需要將代碼編譯成Jar包，並將此Jar包以Jar資源的形式上傳到MaxCompute，最後在MaxCompute中註冊此UDF。
任務（Task）是MaxCompute的基本計算單元，SQL及MapReduce功能都是通過任務完成的。
目前，執行計劃邏輯上可以被看做一個有向圖，圖中的點是執行階段，各個執行階段的依賴關係是圖的邊。MaxCompute會依照圖（執行計劃）中的依賴關係執行各個階段。在同一個執行階段內，會有多個進程，也稱之爲Worker，共同完成該執行階段的計算工作。同一個執行階段的不同Worker只是處理的數據不同，執行邏輯完全相同。計算型任務在執行時，會被實例化，您可以操作這個實例（Instance）的信息，例如獲取實例狀態（Status Instance）、終止實例運行（Kill Instance）等。
另一方面，部分MaxCompute任務並不是計算型的任務，例如SQL中的DDL語句，這些任務本質上僅需要讀取、修改MaxCompute中的元數據信息。因此，這些任務無法被解析出執行計劃。
在MaxCompute中，部分任務（Task）在執行時會被實例化，以MaxCompute實例（下文簡稱爲實例或Instance）的形式存在。實例會經歷運行（Running）和結束（Terminated）兩個階段。
運行階段的狀態爲Running（運行中），而結束階段則會有Success（成功）、Failed（失敗）和Canceled（被取消）三種狀態。