Ø 开放数据处理服务(Open Data Processing Service，简称ODPS)。ODPS是构建在大规模分布式计算系统上的数据处理服务。ODPS以REST API的形式，支持用户提交类SQL的查询语言，对海量数据进行处理。与强调实时性的阿里云OTS 服务不同，ODPS重点面向数据量大(TB级别)且实时性要求不高的离线处理，适用于构建数据仓库、海量数据统计、数据挖掘、数据商业智能等互联网应用。
Ø ODPS的特点和优势
•高计算性能：海量数据存储与大规模离线数据分析服务基于MapReduce框架支持直接使用SQL语句对海量数据进行离线分析。通过数据分裂将海量数据散布在整个集群内部，这样，用户的数据容量的瓶颈问题得以解决。同时计算压力也被平均分布在集群内部，也很好的解决了计算性能问题。
•系统稳定：系统提供错误监控机制，对于故障采取自动迁移，采用多份备份来确保数据的安全性，系统达到99.95%的可用性。
•高SQL语法兼容：提供完整的sql语法支持，支持用户复杂的数据分析需求。提供web portal, Client工具与Rest开放接口来为用户服务，用户可以根据自己的需求选择合适的方式来使用该服务。
•操作简单，用户界面友好：开放数据处理服务提供桌面式的用户操作平台，用户可以通过桌面大图标非常便捷地找到需要使用的功能模块。同时开放数据处理服务也提供更改操作界面背景的功能。
•多用户环境：以项目空间的方式为不同用户提供数据和计算资源的隔离。用户可以在自己的项目空间里自定义数据表，作业和工作流，还通过授权方便灵活地共享数据。
•高扩展性：基于飞天大规模分布式计算系统，可利用数千台机器的计算资源同时运算，随着计算资源的加入，计算效率线性扩展。
•编程模式：支持SQL和MapReduce两种编程模式。非事务性的OLAP SQL模式满足日常的数据仓库分析需要，其实现基于飞天数据驱动的多级流水线并行计算框架，性能优于基于MapReduce的迭代运算实现(例如Hive)。MapReduce编程框架灵活易用，比SQL表述性更强。
•多语言支持：支持主流编程语言，例如Java和Python，其中Java API与Hadoop保持兼容。
