本实践以电商行业为例，通过MaxCompute、DataWorks对业务数据和日志数据进行ETL处理，并同步至分析型数据库MySQL（AnalyticDB MySQL）进行实时分析，再通过Quick BI进行可视化展示。
背景信息
MaxCompute：用于进行大规模数据计算，详情请参见什么是MaxCompute。
AnalyticDB MySQL：用于进行海量数据实时高并发在线分析，详情请参见云原生数据仓库AnalyticDB MySQL版。
DataWorks：可实现ETL功能，对复杂数据集进行采集、加工及分析处理，详情请参见什么是DataWorks。
Quick BI：对处理后的数据进行报表制作，实现数据可视化展示及分析，详情请参见什么是Quick BI。
应用场景
互联网行业、电商、游戏行业等网站、App、小程序应用内的BI分析场景。
各类网站的BI分析场景。
方案介绍
基于MaxCompute进行大数据BI分析的流程如下：
通过数据集成同步业务数据和日志数据至MaxCompute。
通过MaxCompute、DataWorks对数据进行ETL处理。
同步处理后的结果数据至AnalyticDB MySQL。
通过Quick BI可视化建立用户画像。
方案优势
以AnalyticDB MySQL配合Quick BI快速、实时分析数据的核心能力为切入点，引导用户同步业务数据、日志数据至阿里云的分析型数据库。
融合阿里云的日志服务的生态，增强用户体验。例如，无缝对接Blink、Elasticsearch、AnalyticDB MySQL、E-MapReduce和DataV等产品。
通过MaxCompute、AnalyticDB MySQL强大的数据加工和分析能力，降低大数据平台建设的门槛，轻松解决了海量数据的计算问题。同时有效降低企业成本，并保障数据安全。
与第三方开源生态无缝对接，在不侵入用户应用的情况下，传输日志至日志服务，降低使用门槛。
方案详情
方案的详情请参见基于MaxCompute的大数据BI分析。