Ø 開放數據處理服務(Open Data Processing Service，簡稱ODPS)。ODPS是構建在大規模分布式計算系統上的數據處理服務。ODPS以REST API的形式，支持用戶提交類SQL的查詢語言，對海量數據進行處理。與強調實時性的阿里云OTS 服務不同，ODPS重點面向數據量大(TB級別)且實時性要求不高的離線處理，適用于構建數據倉庫、海量數據統計、數據挖掘、數據商業智能等互聯網應用。

Ø ODPS的特點和優勢

•高計算性能：海量數據存儲與大規模離線數據分析服務基于MapReduce框架支持直接使用SQL語句對海量數據進行離線分析。通過數據分裂將海量數據散布在整個集群內部，這樣，用戶的數據容量的瓶頸問題得以解決。同時計算壓力也被平均分布在集群內部，也很好的解決了計算性能問題。

•系統穩定：系統提供錯誤監控機制，對于故障采取自動遷移，采用多份備份來確保數據的安全性，系統達到99.95%的可用性。

•高SQL語法兼容：提供完整的sql語法支持，支持用戶復雜的數據分析需求。提供web portal, Client工具與Rest開放接口來為用戶服務，用戶可以根據自己的需求選擇合適的方式來使用該服務。

•操作簡單，用戶界面友好：開放數據處理服務提供桌面式的用戶操作平臺，用戶可以通過桌面大圖標非常便捷地找到需要使用的功能模塊。同時開放數據處理服務也提供更改操作界面背景的功能。

•多用戶環境：以項目空間的方式為不同用戶提供數據和計算資源的隔離。用戶可以在自己的項目空間里自定義數據表，作業和工作流，還通過授權方便靈活地共享數據。

•高擴展性：基于飛天大規模分布式計算系統，可利用數千臺機器的計算資源同時運算，隨著計算資源的加入，計算效率線性擴展。

•編程模式：支持SQL和MapReduce兩種編程模式。非事務性的OLAP SQL模式滿足日常的數據倉庫分析需要，其實現基于飛天數據驅動的多級流水線并行計算框架，性能優于基于MapReduce的迭代運算實現(例如Hive)。MapReduce編程框架靈活易用，比SQL表述性更強。

•多語言支持：支持主流編程語言，例如Java和Python，其中Java API與Hadoop保持兼容。