本文为您提供关于MaxCompute使用功能的各项更新记录。
2020年5月13日-新增项目支持选择数据类型版本功能上线
MaxCompute新增项目初始化数据类型版本的功能将于2020年5月13日到2020年6月30日陆续对中国站各个区域进行升级。升级完成后，您在创建新项目时，将需要选择初始化数据类型版本。
2020年4月21日-MaxCompute权限新功能
- 支持将Label授权给角色（Role）。详情请参见列级别访问控制。
- Policy支持GRANT方式授权。详情请参见Policy和Download权限控制。
- 支持Download权限控制。详情请参见Policy和Download权限控制。
2020年4月20日-存储性能
2020年2月，MaxCompute数据存储格式全面升级为AliORC。
通过TPC-DS测试数据对AliORC、Apache ORC和Apache Parquet进行比对测试，为您提供了MaxCompute数据存储性能参照。AliORC在数据存储量、写入数据时长和读取数据时长方面都占有较大的优势，详情请参见存储性能。
2020年4月3日-按量付费单SQL消费限制
MaxCompute按量付费支持对单SQL作业进行消费限制监控。在SQL语句执行前先预估SQL语句的消费，当消费超过设定的值时，限制SQL语句执行，返回失败状态并给出失败信息。通过此功能预防单个SQL语句产生意料之外的高额费用。详情请参见单SQL消费限制。
2020年4月-新增项目支持选择数据类型版本
MaxCompute有3个数据类型版本，不同数据类型版本在定义和行为上有一定的差异。新增项目将需要自定义选择数据类型版本。MaxCompute将数据类型相关属性组成3个组合，分别对应1.0数据类型版本、2.0数据类型版本和Hive兼容数据类型版本。具体配置请参见数据类型版本说明。
2020年3月16日-新增内置函数和Load命令
2020年3月15日-Instance Tunnel公网下载开始收费
- 通过公网执行Tunnel Instance命令进行数据下载才会进行计量计费。
- 费用单价为当前下载单价0.8元/GB，具体请参见下载费用（按量计费）。
2020年2月26日-SQL升级
- 表级别支持禁止生命周期，具体使用请参见禁止/恢复生命周期，语法如下。
ALTER TABLE table_name [partition_spec] ENABLE|DISABLE LIFECYCLE;语法说明如下：- TABLE DISABLE LIFECYCLE：禁止表的生命周期功能。
- 禁止表本身及其所有分区被生命周期回收，优先级高于
partition_spec enable lifecycle。 - 禁止表的生命周期功能后，表的生命周期配置及其分区的ENABLE和DISABLE标记会被保留。
- 禁止表生命周期功能后，仍然可以修改表及分区的生命周期配置。
- 禁止表本身及其所有分区被生命周期回收，优先级高于
- TABLE ENABLE LIFECYCLE：恢复表的生命周期功能。
- 表及其分区重新参与生命周期回收，默认使用当前表及分区上的生命周期配置。
- 恢复表生命周期前可以修改表及分区的生命周期配置，防止开启表生命周期后因使用之前的配置导致数据被误回收。
- TABLE DISABLE LIFECYCLE：禁止表的生命周期功能。
- 支持Clone Table，具体使用请参见CLONE TABLE。
MaxCompute SQL提供CLONE TABLE复制表数据到另一个表中，语法如下。
CLONE TABLE <[src_project_name.]src_table_name> [PARTITION(spec), ...] TO <[dest_project_name.]desc_table_name> [IF EXISTS (OVERWRITE | IGNORE)] ;语法说明：- 当目标表不存在时，CLONE TABLE会创建目标表（CREATE TABLE LIKE语义）。
- 当目标表已存在并指定IF EXISTS OVERWRITE，则覆盖目标表对应分区的数据。
- 当目标表已存在并指定IF EXISTS IGNORE，则跳过已存在分区，不覆盖目标表已有分区的数据。
- Grouping Set支持复杂CUBE、Rollup、Grouping Sets嵌套使用。
Grouping Set支持CUBE、Rollup、Grouping Sets的嵌套使用。目前，在原有Grouping Set功能的基础上，扩充了Grouping的表达方式，详情请参见GROUPING SETS。
- 外表功能增强。
- 外表访问OSS支持https。
- OSS外表支持MSCK REPAIR TABLE语法，详情请参见外部表分区自动补全（MSCK REPAIR TABLE）。
- 支持新内置函数。
- TABLE_EXISTS，查询指定表是否存在。
- PARTITION_EXISTS，查询指定表分区是否存在。
- 支持Python 3。
Python 2官方即将停止维护，越来越多的第三方库也开始只支持Python 3，因此MaxCompute也将正式支持Python 3 UDF。
- SQL中列名书写错误的智能纠错提示。
运行SQL时，当输入的字段名有误，SQL引擎将进行联想并提示您正确的字段名。
- 核心引擎能力提升。
MaxCompute致力于持续的性能提升，例如：
- 内建字符串函数重构，提升函数运行性能。
- Merge Join和Hash Join性能提升，原来的行式输出改为列式输出。
2020年1月14日-SQL兼容性升级
- GET_IDCARD_AGE函数行为变更：
- Get_Idcard_Age函数规则中”如果当前年份减去出生年份差值大于100则返回NULL“，升级为“返回年份减去出生年份差值”，即不存在大于100则返回NULL的情况。例如，
get_idcard_age('110101190001011009')结果返回NULL，升级后结果为120。 - 如果您希望升级后，该函数返回结果保留现状，则需要找出对应的查询，评估后进行改造。可以通过
get_idcard_age结果加IF函数或者CASE WHEN表达式来解决。原始查询 修改后查询 GET_IDCARD_AGE(idcardno) if(GET_IDCARD_AGE(idcardno) > 100, NULL, GET_IDCARD_AGE(idcardno)) GET_IDCARD_AGE(idcardno) CASE WHEN GET_IDCARD_AGE(idcardno) > 100 THEN NULL ELSE GET_IDCARD_AGE(idcardno) END
- Get_Idcard_Age函数规则中”如果当前年份减去出生年份差值大于100则返回NULL“，升级为“返回年份减去出生年份差值”，即不存在大于100则返回NULL的情况。例如，
- CONCAT_WS函数行为变更：
- 升级前，在查询运行时CONCAT_WS函数没有打开Hive兼容并且有3个及以上参数，其中有一个参数是ARRAY类型时，参数中的
array item不会出现在最终的结果中。例如，concat_ws(',', array('a'), array('b', 'c'))，期望结果为"a,b,c"，但是当前结果为",,,"。 - 升级后，无需打开Hive兼容，CONCAT_WS的参数支持STRING类型和ARRAY类型混合。
concat_ws(',', array('a'), array('b', 'c'))的结果为"a,b,c"。
- 升级前，在查询运行时CONCAT_WS函数没有打开Hive兼容并且有3个及以上参数，其中有一个参数是ARRAY类型时，参数中的
Like%%查询输入为空时返回值变更。Like字符匹配函数，当它的输入是空字符串，而Pattern是%%时，当前返回为False；升级后，则返回True。--创建表，向表中插入空字符串。 create table if not exists table_test (a string) lifecycle 3; insert into table table_test values (''); select a like '%%' from table_test; --当前返回如下。 +------+ | _c0 | +------+ | false | +------+ --升级后返回如下。 +------+ | _c0 | +------+ | true | +------+
2019年12月25日-开源地理空间UDF
MaxCompute支持兼容ESRI专门为Apache Hive实现的开源地理空间UDF，您可以将此开源地理空间UDF注册到MaxCompute中，以兼容开源Hive UDF的方式实现地理空间函数使用，详情请参见开源地理空间UDF。
2019年12月19日-包年包月非预留资源上线
- 该类型资源可和现有的标准计算资源、套餐资源同时购买，具体规格说明请参见包年包月非预留计算资源版。
- 当前仅有部分区域可购买非预留资源（可购买区域会在购买页说明）：
- 可购买的区域，在标准、套餐两种规格下非预留计算资源为非必买资源，如果要购买则30CU起购。
- 其他不可购买的区域，非预留计算资源CU量默认为0不可变更，只能购买标准计算资源单元或者套餐资源。
该规格是计算资源数量为[0,购买量]的弹性资源，购买后系统不预留资源，发起任务时系统会在总资源池进行抢占并分配空闲资源。总资源池中空闲资源充足则可为您分配所购买的最大CU量，总资源池繁忙则可能为您分配0CU。MaxCompute可保障您购买的非预留计算资源全天50%的计算力（一天计算力：资源数量*24小时）。
如果一个账号在华南1（深圳）区域，购买包年包月标准预留计算资源100CU和非预留计算资源180CU，则该账号在华南1（深圳）会有一个预留100CU和非预留弹性[0,180]CU的计算资源池。该区域的项目选择包年包月资源后，项目中的计算任务都可以使用该计算资源池，当项目并发很多任务时，默认先占用预留资源，预留资源被占满则通过系统抢占分配使用非预留资源，根据公共资源池的空闲情况，非预留资源能分配使用的CU量为0CU到180CU。
关于计算力保障，您可以通过MaxCompute管家中的资源消耗图查看资源消耗了解保障情况。同时建议通过MaxCompute管家对资源组进行细分，指定不同Project使用不同配额组，同时可以配合Quota Tag功能指定某Task使用某个配额组，尽可能合理使用资源。
2019年11月15日-云监控支持对MaxCompute Project按量计费进行日、月SQL、MR总消费告警
- 统计的金额仅对计量信息按计费公式统计，不含折扣等。
- 按Project粒度统计，含SQL和MR计费项。
单SQL任务计费=输入量*复杂度*单价（0.3元）单MR任务计费=计算时*单价（0.46元/计算时）
- 统计按日、月累计，次日、次月清零。
2019年11月12日-Tableau支持MaxCompute数据源
MaxCompute JDBC driver是MaxCompute提供的Java Database Connectivity （JDBC）实现，可以通过标准的JDBC编程接口使用MaxCompute进行海量数据的分布式计算查询。MaxCompute JDBC driver还可以用于连接MaxCompute和支持其JDBC的工具。其中Tableau通过MaxCompute JDBC driver支持MaxCompute数据源，从而实现在Tableau上对MaxCompute数据进行可视化。
MaxCompute JDBC driver的详细信息请参考概述。
Tableau 连接MaxCompute的详细信息请参考配置JDBC使用Tableau。
2019年10月11日-MaxCompute SQL新功能
- JOIN与SETOP支持括号指定优先级
SELECT * FROM src JOIN (src2 JOIN src3 on xxx) ON yyy; SELECT * FROM src UNION ALL (SELECT * FROM src2 UNION ALL SELECT * FROM src3); - 支持hive.orderby.position.alias以及hive.groupby.position.alias
当打开这两个Flag的时候，对应ORDER BY和GROUP BY中的整型常量被当做SELECT的列序号处理。
表src的列为key和value SELECT * FROM src ORDER BY 1; --等同于 SELECT * FROM src ORDER BY key;详细内容请参见SELECT语法介绍。
- 新增内置函数
- 新增内置函数
STRING JSON_TUPLE(STRING json,STRING key1,STRING key2,…)：传入一组key和一个JSON字符串，返回一个元组。JSON_TUPLE()支持包含中文的JSON数据解析，支持多层嵌套以及包含多重嵌套的数组的JSON数据解析。在需要对同一个JSON字符串多次解析的情况下，相比于多次调用get_json_object，json_tuple可以一次输入多个key，且JSON字符串只被解析一次，效率更高。 详情请参见字符串函数。 - 新增内置函数
INT EXTRACT(datepart from timestamp)：提取日期的一部分，datepart支持YEAR、MONTH、DAY等时间描述，timestamp 为Timestamp类型数据。 详细请参见日期函数。
- 新增内置函数
- 支持指定表的列默认值
DEAFULT VALUE允许您创建TABLE的时候指定默认值，INSERT的时候如果不指定该列，则插入默认值，举例如下。
CREATE TABLE t (a bigint default 10, b bigint); INSERT INTO TABLE t(b) SELECT 100; --等同于 INSERT INTO TABLE t(a, b) SELECT 10, 100; - 支持自然连接
自然连接（Natural Join）即参与JOIN的两张表根据字段名字自动决定连接字段。支持
outer natural join，支持使用using字段执行JOIN，输出字段中公共字段只出现一次，举例如下。
详细请参见JOIN。--表src的列(key1, key2, a1, a2)，表src2的列(key1, key2, b1, b2) SELECT * FROM src NATURAL JOIN src2; --由于 src 和 src2 有两个同名字段 （key1, key2) ，所以上面的JOIN相当于： SELECT src.key1 as key1, src.key2 as key2, src.a1, src.a2, src2.b1, src2.b2 FROM src INNER JOIN src2 ON src.key1 = src2.key1 AND src.key2 = src2.key2; - 支持LIMIT OFFSET
OFFSET语句和ORDER BY LIMIT语句配合，可以指定跳过OFFSET数目的行。如下面的语句将
src按照key从小到大排序后，输出第11到第20行 （OFFSET 10指定跳过前10行，LIMIT 10指定最多输出10行）。SELECT * FROM src ORDER BY key LIMIT 10 OFFSET 10；详细请参见SELECT语法介绍。
- 其他内置语法结构
- 支持IS DISTINCT FROM语法结构：
a is distinct from b相当于not(a <=> b)，a is not distinct from b相当于a <=> b。 - 支持字符串连接操作符（||）：
a || b || c相当于concat(a, b, c)。
详细请参见运算符。
- 支持IS DISTINCT FROM语法结构：
- 分区合并
MaxCompute有分区数量上限6万的限制，当分区数量过多时，可使用合并分区功能，对数仓数据进行归档，降低分区数量。合并分区功能会将同一个表下多个分区数据快速合并成一个分区，并删除之前分区，把数据移动到指定的分区下。语法格式如下，详细内容请参见分区和列操作。
ALTER TABLE <tableName> MERGE [IF EXISTS] PARTITION(<predicate>) [, PARTITION(<predicate2>) ...] OVERWRITE PARTITION(<fullPartitionSpec>) ; - Add/Drop Partitions
支持一次性增加或者删除多个分区，语法格式如下。
ALTER TABLE t ADD [IF NOT EXISTS] PARTITION (p = '1') PARTITION (p = '2'); ALTER TABLE t DROP [IF EXISTS] PARTITION (p = '1'), PARTITION (p = '2'); --注意ADD多个分区之间没有逗号，DROP的多个分区间有逗号。
2019年9月01日-MaxCompute存储降价
- 将原来的5个阶梯价调成3个阶梯价，减少存储计费复杂度。
- 将新阶梯单价调低，最终达到降价目的。
| 存储量 | 阶梯单价 | 固定价 |
| 大于0小于等于0.5GB | 不涉及 | 0.01元/天 |
| 大于0.5GB小于等于100GB | 0.0192元/GB/天 | 不涉及 |
| 大于100GB小于等于1TB | 0.0096元/GB/天 | 不涉及 |
| 大于1TB小于等于10TB | 0.0084元/GB/天 | 不涉及 |
| 大于10TB小于等于100TB | 0.0072元/GB/天 | 不涉及 |
| 大于100TB | 0.006元/GB/天 | 不涉及 |
| 存储量 | 阶梯单价 | 固定价 |
| 大于0小于等于0.5GB | 不涉及 | 0.01元/天 |
| 大于0.5GB小于等于10TB | 0.0072元/GB/天 | 不涉及 |
| 大于10TB小于等于100TB | 0.006元/GB/天 | 不涉及 |
| 大于100TB | 0.004元/GB/天 | 不涉及 |
- 存储到MaxCompute的数据，包括表（Table）和资源（Resource）等，会按照其数据容量的大小进行阶梯计费，计费周期为天。
- 以小时级别采集您每个项目空间下当前的存储使用情况，并以项目空间为基本单位，计算您当天的存储平均值再乘以单价。由于MaxCompute以项目空间为基本单位计算您当天的存储平均值，因此数据越集中存放在某个项目空间中，存储费用会越低。
100GB*0.0192元/GB/天
+（1024-100）GB*0.0096元/GB/天
+（10240-1024）GB*0.0084元/GB/天
+（102400-10240）GB*0.0072元/GB/天
+（10240*10240-102400）GB*0.006元/GB/天
=6428.81元/天10240 GB*0.0072元/GB/天
+（102400-10240）GB*0.006元/GB/天
+（10240*10240-102400）GB*0.004元/GB/天
=4411.39元/天| 数据量（TB） | 原价费用（元/天） | 新价费用（元/天） | 降价比例 |
| 10 | 88.20 | 73.73 | 16.41% |
| 100 | 751.76 | 626.69 | 16.64% |
| 1024 | 6428.81 | 4411.39 | 31.38% |
2019年8月29日-外表自定义storagehandler实现Outputer接口升级
北京时间2019年8月29日，MaxCompute进行版本升级。期间，您在使用外表自定义storagehandler实现Outputer接口时，如果通过列名而非数字下标获取列数据，可能会引起作业失败。
升级时间：北京时间，2019年8月29日14:00-23:00
升级Region：美国西部1（硅谷）、亚太东南1（新加坡）
2019年8月21日-外表自定义storagehandler实现Outputer接口升级
北京时间2019年8月21日，MaxCompute进行版本升级。期间，您在使用外表自定义storagehandler实现Outputer接口时，如果通过列名而非数字下标获取列数据，可能会引起作业失败。
升级时间：北京时间，2019年8月21日14:00-23:00
升级Region：亚太东北1（东京）、欧洲中部1（法兰克福）、中国（香港）、亚太东南2（悉尼）
影响原因：Outputer.output(Record record)中，传入的record为Outputer的上一个Operator产生的记录，列名可能发生变化，系统无法保证固定列名。
例如，表达式some_function(column_a)产生的列名是一个临时列名。因此，使用record.get(列名)方式来获取列内容的用法都有可能受到影响，建议使用record.get(index)方式获取。Outputer里如需获取表的列名，请调用 DataAttributes.getFullTableColumns()。
如您遇到相关问题，请提交工单咨询。
2019年6月25日-SQL语言功能升级
- UDT支持Resource
UDT支持资源（Resource）的访问。您可以在SQL中通过
com.aliyun.odps.udf.impl.UDTExecutionContext.get()静态方法获取ExecutionContext对象，从而访问当前的ExecutionContext，进而访问资源（例如文件资源和表格资源）。详情请参见UDT概述。 - UDT实现函数重载
MaxCompute的UDF使用重载
evaluate方法的方式来重载函数。这种方式不支持泛型，所以当您需要定义一个可以接受任何数据类型的函数时，必须为每种类型都写一个evaluate函数。但是，这种方法依然无法实现个别输入类型（例如ARRAY）的重载函数。在没有提供Resolve注解（Annotation）的情况下，Python UDF或UDTF会根据参数个数决定输入参数，同时支持变长参数，但这种过于灵活的机制也会导致编译器无法静态找到某些错误。通过UDT实现函数重载，可以很好地解决以上问题。UDT支持泛型、类继承、变长参数，为您提供灵活的函数定义方式。详情请参见UDT概述。 - UDAF/UDTF支持动态参数
MaxCompute UDAF和UDTF中的Annotation里，支持在输入参数部分使用星号（
*）和ANY。星号*）表示接受任意长度且任意类型参数，ANY表示接受任意类型的参数。UDTF的返回值使用星号（*）时，表示返回任意个STRING类型的值，而ANY不能用于返回值列表中。详情请参见动态参数说明。 - 参数化视图
MaxCompute传统的视图（VIEW）中，底层可以封装一段逻辑复杂的SQL脚本，调用者可以像读普通表一样调用视图，无需关心底层的实现。传统的视图实现了一定的封装与重用，因此被广泛地使用。但是传统的视图并不接受调用者传递的任何参数，导致代码重用能力低下。MaxCompute当前的SQL引擎支持带参数的视图，支持传入任意表或者其它变量，定制视图的行为。详情请参见参数化视图。
- UDF支持分区裁剪
UDF已支持分区裁剪，支持的方式是将UDF语句先当做一个小作业执行，再将执行的结果替换到原来UDF出现的位置 。实现的方式有以下两种：
- 在编写UDF的时候，UDF类上加入Annotation。
@com.aliyun.odps.udf.annotation.UdfProperty(isDeterministic=true)说明 请把引用的odps-sdk-udf版本提高到0.30.x或以上。 - 在SQL语句前设置Flag：
set odps.sql.udf.ppr.deterministic = true;，此时SQL中所有的UDF均被视为deterministic。该操作执行的原理是做执行结果回填，但是结果回填存在限制，即最多回填1000个Partition。因此，如果UDF类加入annotation，则可能会导致出现超过1000个回填结果的报错。此时您如果需要忽视此错误，可以通过设置Flag：set odps.sql.udf.ppr.to.subquery = false;全局关闭此功能。详情请参见WHERE子句过滤。
- 在编写UDF的时候，UDF类上加入Annotation。
- 支持
show create table命令类似Hive中的
show create table的语法，可以直接查看建表语句便于移植。详情请参见查看建表语句。
2019年5月8日-包年包月套餐发布
- 存储密集型160套餐（含计算资源160CU+存储资源150TB）
- 存储密集型320套餐（含计算资源320CU+存储资源300TB）
- 存储密集型600套餐（含计算资源600CU+存储资源500TB）
2019年3月26日-SQL语言功能升级
- 支持Grouping Set多维聚合分析（Cube，Roll up），适配需要对a列做聚合，也要对b列做聚合，或者同时要按照a、b两列做聚合的场景。具体的使用方法请参见GROUPING SETS。
- 支持INTERSECT/MINUS/EXCEPT，具体使用方法请参见交集、并集和补集。
- 通过外表读取OSS上的ORC和Parquet格式的文件时，支持对文件的列裁剪，有效减少IO量，节省计算资源和成本。
- Java UDX类型系统增强：UDF支持Writable参数，具体使用方法请参见Java UDF。
- DynamicDAG：动态优化的必要机制，它可以将一个优化（可能是资源配置或算法选择）延迟到运行时，以便提高优化的精准度，降低产生较差计划的可能性。
- ShuffleRemove Optimization：针对Shuffle的优化。 从本次版本升级开始，MaxCompute将支持对inner join时右表key相同的场景进行Shuffle Remove优化。
2019年3月19日-MaxCompute 支持开发者版
从2019年3月19日开始，MaxCompute按量付费购买模式支持开发者版。您过去购买的MaxCompute按量付费模式为标准版。
目前开发者版只支持北京、上海、杭州、深圳4个Region。一个Region内您只能有一个项目可使用开发者版资源，且仅新创建的项目可选择开发者版资源。
一次SQL计算费用=计算输入数据量*SQL价格2019年2月1日-MaxCompute Spark及MaxCompute Lightning开始收费
从2019年2月1日开始，MaxCompute Lightning（交互式分析）服务及MaxCompute Spark服务开始计费。
MaxCompute Lightning查询任务的计费公式为：
一次Lightning查询费用 = 查询输入量*单价
MaxCompute Spark采用的计费标准如下：
Spark任务当日计算费用 = 当日总计算时*0.66元（人民币）
详情请参见计量计费说明。
2019年1月23日-开始分批升级上海Region的时区定义
MaxCompute将于2019年1月23日开始分批将上海Region的时区定义从tzdata-2011g-1升级到tzdata-2015g-1.1。
select to_date('0001-01-01', 'yyyy-mm-dd');执行结果为0001-01-01 00:00:09。
升级完成后，不会有此类影响。
操作建议：如果您在1月23日之后有针对1927年以前的中国时区时间的操作，请注意检查执行结果是否受到影响，并进行相应处理。
2019年1月15日16:00-20:00-中国（香港）Region底层优化
为向您提供更好的产品性能和稳定性，MaxCompute将于北京时间2019年1月15日16:00 - 20:00对中国（香港）Region底层元数据仓库组件进行优化。在优化期间，中国（香港）Region用户的应用可能出现1分钟左右任务无法提交、运行中任务失败的情况。极端情况下，应用不可用时间将延长至30分钟。请您尽量避免在迁移窗口提交作业。其他Region不受影响。如果您有任何问题，可随时通过企业钉钉群或工单反馈。
2018年11月9日-Hash Clustering功能发布
- 不支持insert into，只能通过insert overwrite来添加数据。
- 不支持Tunnel直接Upload到Range Cluster表，因为Tunnel上传数据是无序的。
2018年11月3日-底层服务软件缺陷修复
2018年11月3日10:00到19:00将对MaxCompute底层服务进行软件缺陷修复。正常情况下，您不会感知到升级过程。极端情况下，可能会产生约20分钟的作业运行失败或作业提交失败。一旦出现作业失败，请您重新提交失败任务或提交工单反馈。
2018年10月31日-SQL外部表功能开启计费
从2018年10月31日开始，MaxCompute SQL外部表功能开始计费。采用的计费标准为一次SQL计算费用=计算输入数据量*SQL复杂度*SQL价格。SQL价格是0.03元/（GB*复杂度），复杂度系数为1。当天的所有计量信息在第二天做一次性汇总收费，并直接体现在您的账户账单中。
2018年10月16日-Python UDF全面开放
从2018年10月16日开始，MaxCompute公共云环境下的Python UDF使用权限将全面开放，新增的Project默认可用Python UDF，具体的Python UDF使用方式请参考文档Python UDF。
2018年10月15日-新增Project的setproject 2.0新类型默认为True
从2018年10月15日开始，MaxCompute创建的新Project，odps.sql.type.system.odps2属性默认为True，对setproject的详细说明请参见：其他操作。
2018年9月29日-SQL语言升级
MaxCompute Sprint29中发布的新功能如下：
- UDJ
为了满足用户很多跨表操作的需求，MaxCompute S29版本在UDF框架中引进了新的扩展机制：UDJ（User Defined Join）。UDJ提供了让用户自定义Join实现逻辑的接口。如何定义和使用UDJ，详情请参见UDJ。
- UDT
为了提升SQL语言编译过程的易用性与语言的表达能力，例如使用select transform可以不创建Function甚至不上传资源的情况下执行其他语言的脚本，MaxCompute2.0基于新一代的SQL引擎增加了UDT（User Defined Type）新功能。
UDT功能允许用户在SQL中直接引用第三方语言的类或者对象，获取其数据内容或者调用其方法。例如在SQL中直接写Java的表达式，并可以引用JDK中的类。如何使用UDT，详情请参见UDT。
说明- 目前UDT只支持Java语言。
- 所有的运算符都是MaxCompute SQL的语义，不是UDT的语义。
- 目前UDT不能用作Shuffle Key：包括join、group by、distribute by、sort by、order by、cluster by等结构的Key。
- DDL不支持UDT，也不能将UDT对象insert到表中。屏显的最终结果也不能是UDT类型。
- 支持Outer Lateral View
MaxCompute 扩展了Lateral View功能，支持Outer Lateral View，当Table Function不输出任何一行时，对应的输入行在Lateral View结果中依然保留，且所有Table Function输出列为Null。关于Lateral View介绍请参考文档DML语句的Lateral View部分。
- 支持Scalar Subquery
子查询支持Scalar Subquery，即当Subquery的输出结果为单行单列的时候，可以当做标量来使用。具体使用介绍请参见DML语句子查询中的Scalar Subquery部分。
2018年9月26日-元数据仓库组件优化
为了提升您的MaxCompute使用性能，系统即将对元数据仓库组件进行优化，届时您会提前收到以下信息：
尊敬的阿里云用户您好，大数据计算服务MaxCompute为向您提供更好的产品性能和稳定性，将于北京时间2018年9月26日16:00 - 20:00对底层元数据仓库组件进行优化，您的应用可能出现1分钟左右任务无法提交、运行中任务失败的情况。极端情况下，应用不可用时间将延长至30分钟。请您尽量避免在迁移窗口提交作业。感谢您的理解和支持！谢谢。有任何问题，可随时通过企业钉钉群或工单联系反馈。
2018年-MaxCompute例行优化
为了提升您的MaxCompute使用性能， 系统每个月将会对文件数占用较多的project进行小文件合并，届时您将会提前收到以下信息：
2018年9月17日支持setproject 2.0新类型和兼容Hive模式
为了提升MaxCompute 2.0的使用体验，支持对project级别进行新类型和兼容Hive模式打开，即对原来session级别的set odps.sql.type.system.odps2=true|false和set odps.sql.hive.compatible=true|false两个功能，升级为支持setproject级别。project的Owner可根据需要对project进行设置，命令为：
setproject odps.sql.type.system.odps2=false|true
setproject odps.sql.hive.compatible=false|true对setproject的详细说明请参见：其他操作。
- 某些隐式类型转换会被禁用，包括string -> bigint、string - > datetime、 double->bigint、decimal -> double、 decimal -> bigint都是有精度损失或者可能报错的。您依旧可以用cast来做强制转换。
- 常量类型会变化。单独一个整型常量，例如123，在旧类型下是bigint类型，在新类型下是int类型。
- udf resolve结果可能变化，例如udf包含bigint和int两个重载。旧类型下一定走bigint的重载，而新类型下可能会被解析到int的重载。
- session级别会覆盖project级别设置。
2018年5月底-NewSQL开启计费
MaxCompute New SQL采用的计费标准为一次SQL计算费用=计算输入数据量*SQL复杂度*SQL价格。当天的所有计量信息在第二天做一次性汇总收费，并直接体现在您的账户账单中。
2018年1月16日流量切换公告
1月16日14~17点对MaxCompute前端、tunnel服务进行流量切换， 如果出现服务连接超时或访问失败，可提交工单进行咨询。
2018年1月15日开放label、Package安全模型
2018年1月15日，MaxCompute的安全模型开放label和Package，即列级别访问控制和跨项目空间的资源分享。
2018年1月10日禁止Full scan功能开放
2018年1月10日20点新创建的项目（project）默认禁止分区表全表扫描，即对该项目的分区表执行全表扫描语句时会返回失败，必须指定分区条件，若实在需要，可以在对分区表全表扫描的sql语句前加一个set语句set odps.sql.allow.fullscan=true;，执行的时候，set语句和SQL语句一起提交执行。
2017年11月28-29日内部维护升级公告
由于MaxCompute内部维护升级出现问题，2017-11-28 22:00到2017-11-29 18:40期间的计算计量和存储计量未及时出账，相应账单会延后推送，但不影响最终计费结果，由此给您造成的不便深感抱歉。
2017年11月1日-华北2（北京）Region开服
2017年11月1日，阿里云数加>MaxCompute华北2（北京）数据中心将正式开服售卖。
售价与华东2、华南1一致，详情请参见计算费用（包年包月）。
开通时，选择什么Region您需要考虑的最主要因素是MaxCompute与其他阿里云产品之间的关系。
不同区域数据不能互通，仅针对MaxCompute而言，假如您既购买华东2又购买华北2的服务，那么MaxCompute之间的数据不互通。
如果您的云服务器ECS不在北京Region，若想访问连接北京的MaxCompute，需跨Region进行访问。跨Region访问的各种服务连接请参见配置Endpoint。
2017年10月11日-包年包月支持自动续费
2017年10月11日，MaxCompute的包年包月实例开始支持自动续费，可在阿里云控制台的续费管理中心操作。
2017年9月19日-中国（香港）Region开服
2017年9月19日，阿里云数加>MaxCompute中国（香港）数据中心将正式开服售卖。
售价与华东2、华南1一致，详情请参见计算费用（包年包月）。
开通时，选择什么Region您需要考虑的最主要因素是MaxCompute与其他阿里云产品之间的关系。
不同区域数据是不能互通，仅针对MaxCompute而言，假如您既购买华东2又购买中国（香港）的服务，那么MaxCompute之间的数据不互通。
如果您的云服务器ECS不在中国（香港），若想访问连接中国（香港）的MaxCompute，需跨Region进行访问。跨Region访问的各种服务连接请参见配置Endpoint。
2017年9月7日-华南1（深圳）Region开服
2017年9月7日，阿里云数加>MaxCompute华南1（深圳）数据中心将正式开服售卖，这是数加>MaxCompute在中国开服的第二个区域。
关于售价
华南1区域价格与华东2一致，主要分三部分进行收费：存储、计算和下载，其中计算（指SQL和MR计算任务）分包年包月、按量付费两种模式，存储和下载都是按量付费。做预算的具体的售价信息请参见官网定价页或计算费用（包年包月）。
关于开通
请您确保云账号是实名认证的账号，在开通购买页面进行区域选择时，注意选择华南1。那么什么场景适合选择区域是华南1呢？
- ECS在华南1区域。ECS访问、下载华南1的MaxCompute数据都可以通过内网，快速又避免跨Region走公网下载，从而产生费用。
- 数据在华南1区域。如RDS、OSS、TableStore等在华南1区，那么在和华南1的MaxCompute进行数据传输时可以走内网，避免跨Region配置阿里云内网或VPC网络时不保证连通性的情况。
关于不同区域数据是否互通
仅针对MaxCompute而言，假如您既购买华东2又购买华南1的服务，那么MaxCompute之间的数据不互通。
如果您的云服务器ECS不在华南1，若想访问连接华南1的MaxCompute，需跨Region进行访问。跨Region访问的各种服务连接请参见配置Endpoint。
关于数据跨Region迁移
若您原来已经开通购买华东2区域，目前想使用华南1区域，所以希望将华东2的所有数据迁移到华南1。建议您通过以下方式进行迁移。
2017年8月16日-MR开启计费
MR任务当日计算费用=当日总计算时 ＊ 0.46元（人民币）一个MR任务一次执行成功的计算时=任务运行时间（小时）*任务调用的core数量。
如一个MR任务一次执行成功是调用了100core并花费0.5小时，那么本次执行计算时为：0.5 小时 × 100core= 50个计算时。
详情请参见计算费用（包年包月）。
2017年7月-开始分批升级MaxCompute2.0
MaxCompute2.0已经正式开始，升级后的MaxCompute2.0完全拥抱开源生态，支持更多的语言功能，带来更快的运行速度，同时新版本会执行更严格的语法检测。升级的具体时间会在分批升级时另行通知。
升级后需要对部分SQL语法做出调整，详情请参见修改不兼容SQL实战进行修改。
本次MaxCompute2.0产品升级以下功能：
- 全新的SQL引擎
更快的SQL执行引擎：降低企业大数据分析成本，SQL执行效率更高。
-
生态兼容
MaxCompute显著提升了针对Hive等开源产品的兼容性，直接兼容Hive的UDF/UDAF/UDTF。Hive开发的大部分UDF/UDAF/UDTF可不经修改，直接在MaxCompute中运行。
详情请参见INSERT操作、SELECT操作、数据类型、日期函数、数学函数、字符串函数、其他函数和JAVA UDF等相关文档。
- 非结构化处理能力
通过MaxCompute SQL直接处理OSS/TableStore（OTS）数据，从而处理音频、视频、图像、气象等非结构化数据以及K-V类型的数据。
详情请参见外部表概述、访问OTS非结构化数据和访问OSS非结构化数据。
- MaxCompute Studio
MaxCompute编译器基于MaxCompute2.0全新自主研发的SQL引擎，尤其配合使用MaxCompute Studio，提供了丰富的错误提示、警告的功能及作业排队展示。详情请参见巧用MaxCompute编译器的错误和警告。
2017年06月01日
尊敬的阿里云客户：
MaxCompute目前只针对SQL作业进行收费，MapReduce作业近期将开启收费。
MaxCompute近期将进行2.0版本升级，升级过程中会逐批进行，本次版本变更将带来一些新特性：- SQL执行引擎
降低大数据分析成本，SQL执行效率更高。
- 非结构化处理能力
通过MaxCompute SQL直接处理OSS/TableStore（OTS）数据，从而处理音频、视频、图像、气象等非结构化数据以及K-V类型数据。
- 生态兼容
MaxCompute MapReduce SDK高度兼容了开源Hadoop MapReduce的使用场景。
- 基于InteliJ的本地开发插件
本地对MaxCompute作业进行开发、调试。
- 实时数据上传
新增DataHub模块，帮助企业数据实时上传。
- 新型算法平台
基于GPU的深度学习算法框架、在线预测服务等。
如果您在系统升级过程中遇到问题，请及时提交工单联系我们。
2016年09月16日
尊敬的阿里云客户：
MaxCompute在11月1日进行了计费变更。本次变更升级存储及计算两个方面：
- 升级后，修复部分SQL作业无法计费的问题。
- 升级后，解决部分场景下MaxCompute存储费用存在的问题。升级后，存储将按照实际情况收费。
以上两处之前均不存在向您多收取费用的情况，对于历史作业不做费用补收。您可以通过计量计费说明中获取账单详情，从阿里云官网获取每天详细的计量计费信息。
目前MaxCompute只有SQL作业收费（不包括UDF），UDF/MapReduce/Graph/PAI等作业仅是公测状态。具体收费计划请关注官网公告。
感谢您长期以来对MaxCompute产品的支持。
在文档使用中是否遇到以下问题
更多建议
匿名提交