本實踐以電商行業為例，通過MaxCompute、DataWorks對業務數據和日志數據進行ETL處理，并同步至分析型數據庫MySQL（AnalyticDB MySQL）進行實時分析，再通過Quick BI進行可視化展示。
背景信息
MaxCompute：用于進行大規模數據計算，詳情請參見什么是MaxCompute。
AnalyticDB MySQL：用于進行海量數據實時高并發在線分析，詳情請參見云原生數據倉庫AnalyticDB MySQL版。
DataWorks：可實現ETL功能，對復雜數據集進行采集、加工及分析處理，詳情請參見什么是DataWorks。
Quick BI：對處理后的數據進行報表制作，實現數據可視化展示及分析，詳情請參見什么是Quick BI。
應用場景
互聯網行業、電商、游戲行業等網站、App、小程序應用內的BI分析場景。
各類網站的BI分析場景。
方案介紹
基于MaxCompute進行大數據BI分析的流程如下：
通過數據集成同步業務數據和日志數據至MaxCompute。
通過MaxCompute、DataWorks對數據進行ETL處理。
同步處理后的結果數據至AnalyticDB MySQL。
通過Quick BI可視化建立用戶畫像。
方案優勢
以AnalyticDB MySQL配合Quick BI快速、實時分析數據的核心能力為切入點，引導用戶同步業務數據、日志數據至阿里云的分析型數據庫。
融合阿里云的日志服務的生態，增強用戶體驗。例如，無縫對接Blink、Elasticsearch、AnalyticDB MySQL、E-MapReduce和DataV等產品。
通過MaxCompute、AnalyticDB MySQL強大的數據加工和分析能力，降低大數據平臺建設的門檻，輕松解決了海量數據的計算問題。同時有效降低企業成本，并保障數據安全。
與第三方開源生態無縫對接，在不侵入用戶應用的情況下，傳輸日志至日志服務，降低使用門檻。
方案詳情
方案的詳情請參見基于MaxCompute的大數據BI分析。