本文介绍MaxCompute 2026年产品公告，内容涵盖其新增功能、语法特性与权限变更，旨在为项目开发效率的提升提供参考。
2026年09月01日 - AI数据探索客户端能力升级
尊敬的MaxCompute用户：
AI数据探索客户端完成新一轮能力升级，新增MaxFrame Notebook、dbt集成、数据看板、办公协作、语义包管理及多模态数据集管理等功能，进一步提升数据开发与AI应用的一站式体验。具体能力如下：
MaxFrame Notebook / Python UDF 开发
客户端内以Notebook方式开发MaxFrame分布式作业，支持逐格编写、分段运行、实时预览输出与写入表数据，运行前自动检查漏调execute()、全表扫描等常见问题，也可通过自然语言由AI生成完整作业。Python UDF可将SQL难以表达的逐行逻辑封装为可复用函数，在SQL中直接调用。
dbt与MaxCompute生态集成
将dbt数据转换工作流接入MaxCompute，以模型方式管理SQL逻辑、依赖与血缘，支持在客户端内编辑、运行并查看编译结果。
数据看板（Dashboard）
将SQL查询结果沉淀为持久化看板，支持多种图表类型、跨图表联动过滤、参数化查询与数据钻取，也可由AI根据查询结果一键生成看板。
办公协作
对接钉钉等办公协作工具，支持将查询结果、报告及看板同步分享至协作平台，使数据成果直接进入团队协作流程。
语义包管理与应用
将业务口径、指标定义、表间关系等沉淀为语义包供AI复用，使自然语言查询结果更贴合业务实际口径。
多模态数据集管理
配合Blob列类型管理表中的图片、音频、视频等非结构化数据，支持上传、预览与批量处理，结构化分析与多模态处理共用一套数据底座。
如有任何相关问题或需要协助，可以通过工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年08月17日 - PyODPS 自 0.13.1 起停止维护 odps.apis.storage_api_v2
尊敬的MaxCompute用户：
自 PyODPS 0.13.1 版本起，odps.apis.storage_api_v2 模块正式停止维护。该模块后续不再做功能迭代，也不再受理缺陷修复与兼容性适配，并将在未来某个版本中被移除。
影响范围
仅影响直接 import odps.apis.storage_api_v2 的代码。已发布的 0.13.1 及更早版本仍可正常安装与运行，但遇到问题不再修复；一旦升级到移除该模块的版本，相关代码会直接 ImportError 而无法启动。
建议动作
请尽快排查线上作业与内部工具中是否引用了该模块，并纳入下线计划；在完成迁移前，建议锁定 PyODPS 版本（例如在依赖中固定 pyodps<=0.13.1），避免升级导致作业中断。
有任何相关问题或需要协助，可以通过工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年07月27日 - MaxCompute AI助手 MaxAgent正式版 Region开放公告
尊敬的MaxCompute用户：
MaxCompute AI助手 MaxAgent正式版本将于北京时间2026年7月30日（星期四）开始，陆续在华东1（杭州）、华东2（上海）、华北2（北京）、华北3（张家口）、华北6（乌兰察布）、华南1（深圳）、西南1（成都）地域发布。
本次发布的MaxAgent新版本变化如下：
Beta版本同期下线。
新版本需商品开通后使用。开通标准版后，每月赠送固定 Credits 免费额度（开通时建议勾选自动续费），超出免费额度后可购买 Credits 包继续使用。费用详情请参见Credits 费用。
新版本 MaxAgent 增强了作业诊断能力，新增多个运维场景，提升运维效率；同时新增DataAgent能力，支持自然语言取数。详情请参见MaxAgent。
后续，MaxAgent会继续扩展运维/管理、NL2SQL场景能力，敬请期待！
有任何相关问题或需要协助，可以通过工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年07月22日 - MaxCompute Graph 功能停止运维公告
尊敬的MaxCompute用户：
经过对功能使用情况和产品演进方向的综合评估，MaxCompute Graph 功能将于北京时间2026年07月22日（星期三）停止运维。
自停止运维之日起，MaxCompute Graph 将不再提供新功能开发、bug 修复及日常运维支持。已有的 Graph 相关作业在过渡期内仍可正常运行，但建议尽早迁移至替代方案。相关文档将持续保留供参考。
在升级及使用过程中，您有任何相关问题或需要协助，可通过工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年07月13日 - MaxCompute Hash Cluster 表功能发布公告
尊敬的MaxCompute用户：
MaxCompute在Append Delta Table表格式中进一步支持Hash Cluster，在支持增量数据处理的同时提升查询性能。
适用于如下场景：
等值过滤查询：按固定列做点查或等值过滤，减少扫描量。
等值JOIN / GROUP BY：多表按相同KEY关联或聚合，减少 Shuffle。
详情请参见Append Delta Table - Hash Cluster（邀测）。
在使用过程中，您有任何相关问题或需要协助，可通过工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年06月30日 - MaxCompute SQL UDF/Spark/MaxFrame作业访问OSS内网行为变更
尊敬的MaxCompute用户：
MaxCompute将于北京时间2026年6月30日（星期二）禁止SQL UDF/Spark/MaxFrame作业直接访问OSS内网地址。若有OSS内网访问需求可参考如下方案配置访问，若未配置，可能导致直接访问OSS内网地址失败。访问OSS VPC地址方案如下：
创建网络连接。可参考文档：使用网络连接访问VPC内的地址。
设置参数
-- SQL UDF场景添加如下参数 SET odps.session.networklink=networklink_name; -- MaxCompute Spark场景添加如下参数 spark.hadoop.odps.cupid.eni.enable = true # 配置格式为region:vpcid，vpcid为开通专线直连时使用的目标vpcid spark.hadoop.odps.cupid.eni.info = regionid:vpc-********** -- MaxFrame场景添加如下参数，在udf中添加访问 @with_network_options(vpc_network_link="networklink_name") def xxx(): pass创建完成网络连接以及设置networklink参数后，即可访问。
在升级及使用过程中，您有任何相关问题或需要协助，可通过工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年06月17日 - Tunnel Java SDK版本升级建议
尊敬的MaxCompute用户：
为持续提升数据上传链路的稳定性与异常恢复能力，MaxCompute已在新版Tunnel Java SDK中针对服务端容灾场景新增了异常感知与快速重连优化。当前部分项目及表所使用的Tunnel Java SDK版本较低，存在以下潜在风险，请相关用户尽快评估并完成升级。
一、背景说明
在使用Stream Tunnel上传数据时，若服务端节点发生容灾事件（包括但不限于节点异常宕机重启、非预期下线等情况），低版本SDK缺少对该类异常的快速感知能力，可能导致客户端出现持续时间较长的502报错，进而影响上传作业的稳定性。新版本SDK已对该场景进行专项优化，可有效缩短502报错的持续时间，降低对上游业务的影响。
二、影响范围
使用Tunnel Java SDK进行Stream Tunnel上传的所有用户，包括但不限于直接集成Java SDK、通过Flink等产品写入MaxCompute的场景。
三、建议操作
请相关用户根据自身使用方式，参考以下版本基线尽快完成升级：
Tunnel Java SDK：建议升级至0.51及以上版本。
Flink：建议升级至VVR 11.x及以上版本。
建议您在测试环境中先完成作业兼容性验证后，再切换生产环境，以保障业务连续性。
在升级及使用过程中，您有任何相关问题或需要协助，可通过工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年06月10日 - PyODPS 0.13.0版本变更说明
尊敬的MaxCompute用户：
PyODPS 0.13.0及后续版本将进行以下变更，请相关用户提前评估并做好迁移准备。
一、停止支持Python 2.7运行环境
PyODPS 0.13.0及后续版本将不再支持Python 2.7运行环境。请当前使用Python 2.7调用PyODPS的用户评估业务情况，尽早迁移至Python 3。
二、移除Mars相关支持
由于MaxCompute Mars框架已完成产品下线，PyODPS 0.13.0起将同步移除Mars相关支持。需要分布式DataFrame/Tensor计算能力的用户，建议迁移至MaxFrame（MaxCompute分布式AI计算框架，原生Python开发生态）。
迁移建议
新项目：请直接使用Python 3.7+及PyODPS 0.13.0+版本组合，不应再使用Python 2.7。
Python 2.7历史作业：请固定依赖pyodps==0.12.6，等待业务窗口完成Python 3升级。
DataWorks用户特别说明
未来若DataWorks进行版本升级，平台将在一段时间内保障Python 2.7运行时使用PyODPS 0.12.6固定版本，确保存量任务平稳运行，无需用户手动适配。
如需协助评估迁移方案，可通过钉钉群或工单联系MaxCompute团队。
感谢您对PyODPS与MaxCompute生态的长期支持！
2026年06月09日 - MaxCompute Agentic生态工具上线
尊敬的MaxCompute用户：
MaxCompute正式推出Agentic生态工具套件，包含AI数据探索客户端、MCP Server（MCMCP）、MaxCompute Skills、CatalogAPI SDK和MaxCompute CLI五大组件，覆盖从桌面端交互式分析到AI Agent自动化集成的完整场景。
一、AI数据探索客户端
桌面端数据开发与分析工具，集成SQL开发、Catalog浏览、可视化分析和AI数据探索能力，主要特性如下：
SQL开发环境：语法高亮、智能补全、格式化、多文件管理、查询历史。
数据可视化：支持12种图表类型、数据透视表及数据质量分析。
AI数据探索：对话模式与Agent模式，支持自然语言驱动的数据分析。
数据管理：CSV/Excel/Parquet导入导出、Blob文件浏览、WebDAV挂载。
支持macOS 12.3+（Apple Silicon）和Windows 10+（64位）。
期望使用自然语言和SQL查询数据，经常做数据导入导出的用户，推荐使用集SQL IDE、Data Agent、多模态数据管理于一体的AI数据探索客户端。
详细信息请参见MaxCompute AI数据探索客户端。
二、MCP Server（MCMCP）
基于Model Context Protocol（MCP）协议的AI Agent数据服务接入层，使Agent可直接完成大规模数据分析和智能化运维，核心能力包括：
Catalog元数据浏览与自然语言搜索。
表管理（创建、数据插入、元数据更新）。
只读SQL分析（成本预估、异步执行、结果读取），服务端强制只读保护。
多种认证方式：AK/SK、STS、Credentials URI、ECS RAM Role及默认凭证链。
支持OpenClaw、DataWorks Agent、Qwen Code、QoderWork、MaxAgent等多种Agent客户端接入。
期望使用自己的桌面Agent访问MaxCompute做数据分析和运维的用户，推荐使用MCMCP + 场景化Skills。
详细信息请参见MaxCompute MCP 服务使用文档。
三、MaxCompute Skills
Agent通用技能包，为AI Agent提供MaxCompute领域的语义化能力，包含：
Information Schema语义包：面向系统级运维，支持存储压力诊断、成本分析、任务失败分析、权限审计和热点表观测。
常用命令集和开发模板，降低Agent使用MaxCompute的门槛。
期望使用自己的桌面Agent访问MaxCompute做数据分析和运维的用户，推荐使用MCMCP + 场景化Skills。
详细信息请参见MaxCompute MCP 服务使用文档。
四、CatalogAPI SDK
MaxCompute数据目录管理的RESTful SDK（当前版本v0.2.2），支持Java和Python，覆盖以下元数据资源管理：
数据表管理：内表、外表的创建、查询、更新和删除。
连接管理：外部数据源（OSS、OTS等）的Connection配置。
权限与数据安全：Role和Policy细粒度访问控制、Taxonomy策略标签列级权限、DataPolicy动态数据脱敏。
元数据爬取：通过DataScan自动发现和爬取外部数据源元数据。
模型管理：机器学习模型元数据多版本管理。
详细信息请参见CatalogAPI SDK使用指南。
五、MaxCompute CLI
命令行工具（命令名maxc），通过阿里云CLI以aliyun maxc方式调用，专为脚本自动化和AI Agent集成设计：
结构化JSON输出，便于程序解析。
支持Linux、macOS、Windows。
通过阿里云CLI分发，安装/更新阿里云CLI后即可使用。
期望用Agent调度执行数据作业的用户，推荐使用MaxCompute CLI。
详细信息请参见MaxCompute CLI。
如有任何相关问题或需要协助，可通过工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年04月29日 - MaxFrame groupby apply_chunk 行为变更
尊敬的MaxCompute用户：
MaxFrame SDK自2.6版本起，将变更DataFrameGroupBy.mf.apply_chunk方法的行为，主要涉及Index参数简化及DPE与MaxCompute SQL引擎间的行为统一。新行为通过prepend_index_group_keys参数控制，当前默认为False以保持兼容，未来版本将切换为True。
变更内容如下：
Index参数简化：
index参数仅表示用户函数输出的Index类型，不再需要包含group keys。最终Index的构成取决于groupby函数的group_keys和as_index参数设置。引擎行为统一：DPE与MaxCompute SQL引擎中，用户自定义函数接收的输入DataFrame将默认不包含group keys，消除了此前两个引擎间的行为差异。
详细的迁移步骤和代码示例，请参见版本发布说明。
影响范围：
使用
groupby.mf.apply_chunk方法的MaxFrame用户。如果您未使用该方法，本次变更不影响您的业务。建议操作：
为所有
groupby.mf.apply_chunk调用添加prepend_index_group_keys=True参数以启用新行为。如有
index参数，从中移除group keys。如在DPE引擎中使用且自定义函数引用了分组列，请调整代码以显式保留分组列。
如您在迁移过程中有任何问题或需要协助，可通过工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年03月30日 - 外部表及数据湖分析计费变更公告
尊敬的MaxCompute用户：
为适配湖仓一体新发展，MaxCompute计划于北京时间2026年6月30日（星期二）调整外部表及数据湖分析计算的按量付费模式。此次调整旨在覆盖更多数据源并反映真实计算成本。
核心调整如下：
计费基准变更：输入数据量由“物理大小”改为“逻辑大小”（即未压缩原始数据，通常为物理大小的3-7倍）。引入计算复杂度系数，单价维持0.03元/GB。新计费公式为：
逻辑数据量 × 复杂度 × 0.03元/GB。计费范围扩大：除原有的OSS、OTS外，新增对Hologres、RDS、Hbase、Lindorm、Hive、HDFS及Object Table等多种数据源读取操作的计费。Load功能继续免费。
包年包月政策：费用不变。该类任务将占用资源组额度，不再额外收取外部计算费。
若担心成本增加，建议：
将计算迁移至仓内或湖上计算；
推荐：将按量付费模式转为包年包月模式，此方式调整最快且能锁定成本。
您有任何相关问题或需要协助，可通过工单联系我们。
感谢您对MaxCompute的理解与支持！
2026年03月05日-MaxFrame SDK升级至v2.5.0+
尊敬的MaxCompute用户：
为了提供更稳定、功能更强大的MaxFrame产品使用体验，MaxFrame近期已将SDK版本升级至2.5.0版本。此次升级旨在优化系统稳定性并扩展功能边界，但由于涉及底层协议的更新，可能在特定场景下出现新旧版本兼容性问题，导致MaxFrame作业运行报错或执行失败。
为避免影响您的业务连续性和数据产出效率，我们强烈建议您尽快将MaxFrame SDK升级至2.5.0及以上版本。
在正式切换前，建议您在测试环境中验证现有作业的兼容性，如遇作业报错或执行失败，请检查作业日志确认是否为协议兼容性问题，并及时联系技术支持团队。
在升级及使用过程中，您有任何相关问题或需要协助，可通过工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年02月24日-Mars产品功能模块及计费项下线公告
尊敬的MaxCompute用户：
为优化产品结构并提升服务体验，阿里云MaxCompute计划于北京时间2026年03月31日（星期二）正式下线并停止维护MaxCompute Mars功能及其对应计费项（数据科学（Mars）按量付费）。
如您目前正在使用Mars运行作业，请尽快迁移作业，避免因未及时迁移导致的Mars作业失败或不可用。
在迁移过程中，您有任何相关问题或需要协助，可通过专属钉群或工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年01月29日-MaxCompute湖仓一体1.0及Dataworks入口下线公告
尊敬的MaxCompute用户：
DataWorks数据湖集成（湖仓一体）入口关闭
MaxCompute计划于北京时间2026年 02月26日 （星期四）在中国公共云、中国香港以及德国等地域关闭DataWorks数据湖集成（湖仓一体）入口。届时，DataWorks数据湖集成功能将不再支持创建具有“项目-表”两级结构的湖仓一体1.0外部项目。对于存量的湖仓一体1.0外部项目，仍可在MaxCompute控制台中查看和管理；同时，MaxCompute继续支持使用两级层析的内部项目以跨项目方式引用湖仓一体1.0外部项目的catalog，进而查询其映射的DLF-legacy或Hive的数据。
湖仓一体1.0相关功能下线
MaxCompute计划于北京时间2026年 04月30日（星期四） 在中国公共云、中国香港以及德国等地域下线湖仓一体1.0相关功能，功能范围请参考 湖仓一体1.0（停止更新）。推荐参照 湖仓一体1.0外部项目迁移为湖仓一体2.0外部模式方案 将存量的项目和任务进行迁移，迁移后，即可使用更广泛的数据源对象与数据格式，并获取更可靠的企业级湖仓能力。
在使用过程中，您有任何相关问题或需要协助，可通过工单联系我们。
感谢您对MaxCompute产品的理解与支持！
2026年01月22日-MaxCompute网络连接方案升级
尊敬的MaxCompute用户：
MaxCompute计划于北京时间2026年01月22日（星期四） 至 2026年01月30日（星期五）在中国公共云地域升级网络连接（networklink）功能底层技术方案。
本次升级会影响到以下用户：
通过专线直连VPC方案的networklink，且选择的VSW在如下可用区的用户：
北京：可用区A、B；
上海：可用区A、C、D、K；
杭州：可用区D、E；
深圳：可用区B。
验证步骤如下：
登录MaxCompute控制台，选择地域后，在左侧导航栏选择 ，单击查看网络连接详情。
记录网络连接详情中VPC和交换机（VSW）信息，以便到VSW管理页面确认其所在的可用区。
在网络连接详情的基本信息区域，已选择VPC字段对应VPC ID，交换机字段对应VSW ID。
登录专有网络管理控制台，在左侧导航栏选择交换机，左上角选择地域。确认上述VSW可用区。
在交换机列表中，找到步骤a中记录的VSW ID对应的条目。
查看该条目的可用区列，确认交换机所在可用区是否在上述受影响的范围内。
修改方法如下：
如果用户的VSW在以上受影响的可用区，需要重建MaxCompute的网络连接。
记录受影响的网络连接（networklink）所选的vpcId、安全组Id，然后在MaxCompute页面删除旧的networklink。
对VPC页面，创建networklink所选的vpcId，在支持的可用区内，重新建立新的VSW。
说明VSW不一定要建在用户服务所在的可用区，如下Region及可用区都可以建立VSW，通过新创建的networklink连通原可用区的服务。
支持可用区如下：
华东1（杭州）-可用区H\I\J\K、华北2（北京）-可用区F\G\H\I\L、华东2（上海）-可用区B\E\G\M\N、华北3（张家口）-可用区A\B\C、华北6（乌兰察布）-可用区B\C、华南1（深圳）-可用区C\D\E\F、中国（香港）-可用区B\C、华东 2 金融云-可用区F、日本（东京）-可用区A\B、新加坡-可用区A\B\C、马来西亚（吉隆坡）-可用区A\B、印度尼西亚（雅加达）-可用区A\B、德国（法兰克福）-可用区A\B\C、美国（硅谷）-可用区A\B、美国（弗吉尼亚）-可用区A\B
最后在MaxCompute页面选择之前的vpcId、新的vswId和之前的安全组Id，重建networklink。然后依赖旧networklink的作业再重新引用新的networklink，并运行作业验证。
注意：在执行以上步骤的过程中，如果用户有访问通过MaxCompute的Sql UDF、外表、spark作业，访问networklink通向的VPC的作业，会失败，所以请在没有跑相关网络环境的作业的时间操作以上步骤。
如您在使用过程中遇到任何相关问题或需要协助，可通过工单联系我们反馈。
感谢您对MaxCompute产品的理解与支持！
2026年01月16日-SQL分析（新版）全地域支持公告
尊敬的MaxCompute用户：
为适应云原生技术演进、满足日益复杂的数据分析需求，阿里云MaxCompute控制台SQL分析功能全新升级，现已实现全地域支持。更多功能介绍和启用方法请参见使用SQL分析（新版）连接。
同时，SQL分析旧版功能入口将在北京时间2026年3月31日关闭。请注意及时清理旧版工作区中的本地文件，推荐手动移动至SQL分析新版个人目录以便后续编辑使用。
如您在使用新版SQL分析中遇到问题，可通过工单联系我们反馈。
感谢您对MaxCompute产品的理解与支持！
2026年01月09日-MaxCompute ECS资源复用版下线公告
尊敬的MaxCompute用户：
MaxCompute ECS资源复用版于北京时间2026年01月09日（星期五）正式下线。若存在指定os_EcsQuota Quota的项目或作业，请注意及时修改，迁移至使用包年包月标准版或按量付费标准版规格。
遇到任何问题或需要技术支持协助，可通过工单联系我们反馈。
感谢您对MaxCompute产品的理解与支持！