MaxCompute:2026

10 de outubro de 2026 - Exploração de Dados com IA adiciona DataAgent multifonte e multimotor

Prezados usuários do MaxCompute,

O cliente AI Data Explorer agora conta com um DataAgent multifonte e multimotor. O AI Query analisa conjuntamente dados offline de data warehouse no MaxCompute, dados em tempo real no Hologres e StarRocks, dados vetoriais no Milvus, arquivos de objetos no OSS e documentos corporativos locais. As capacidades suportadas incluem consultas SQL multimotor, construtor de recuperação do Milvus, gerenciamento de armazenamento de objetos do OSS, além de conhecimento e memória. Confira os detalhes abaixo:

• Acesso a dados multifonte e navegação no catálogo

  Crie e gerencie conexões com MaxCompute (OAuth, sem necessidade de AccessKey), Hologres, StarRocks, Milvus e Object Storage Service (OSS) no painel de conexão de fontes de dados. O MaxCompute e o OSS suportam autenticação por AccessKey e credenciais temporárias do Security Token Service (STS). O OSS também se conecta a armazenamentos compatíveis com S3 por meio de um endpoint personalizado. O Catálogo exibe a hierarquia de recursos correspondente a cada tipo de fonte de dados, como projetos, bancos de dados, schemas, tabelas, coleções e buckets. Em um nó de tabela ou coleção, gere uma instrução de consulta ou visualize seus detalhes.

• Consultas SQL multimotor e análise de resultados

  O editor SQL suporta ODPS SQL do MaxCompute, SQL compatível com PostgreSQL do Hologres e SQL compatível com MySQL do StarRocks. Após a execução da consulta, visualize os logs de execução e o Logview do MaxCompute, ou o monitoramento de jobs do Hologres e StarRocks. Os resultados da consulta podem ser exibidos em visualizações de tabela, gráfico, pivô e análise de qualidade. Além disso, é possível fixar gráficos em um painel de dados para análises adicionais.

• Construtor de recuperação do Milvus

  Gere scripts de operação JSON do Milvus a partir de um formulário. Quatro modos são suportados: busca por ID, busca de texto completo, consulta condicional e obtenção por ID. Após selecionar uma coleção e especificar um ID âncora, texto de consulta, expressão de filtro ou lista de IDs, escreva o script no editor ou execute-o diretamente. Os resultados da recuperação suportam visualizações de análise vetorial, como distribuição de distância, vizinhos mais próximos, análise de componentes principais (PCA) e mapas de calor.

• Gerenciamento de armazenamento de objetos do OSS

  Na página de gerenciamento de buckets do OSS, navegue pelos objetos em visualização de coluna, lista ou grade. Crie pastas, faça upload, baixe, renomeie, exclua e visualize arquivos, além de acompanhar o progresso da transferência. O AI Query lista buckets e objetos, lê amostras de arquivos e gera SQL de consulta do MaxCompute ou DDL de tabela externa.

• Conhecimento e memória

  Adicione uma pasta local para criar um espaço de conhecimento. Após a sincronização, pesquise documentos em linguagem natural, visualize trechos citados agrupados por documento e pré-visualize os arquivos de source. Quando os arquivos forem alterados, sincronize-os manualmente ou conforme uma programação. A memória armazena preferências, fatos e convenções de negócios reutilizáveis entre sessões. As memórias podem ser salvas pela IA durante uma conversa ou criadas manualmente, com suporte a pesquisa, filtragem por tags e fixação.

• Análise integrada com AI Query

  Com base na pergunta, o AI Query utiliza as conexões de fontes de dados disponíveis, o Catálogo, os espaços de conhecimento e as memórias para executar consultas SQL, buscas vetoriais, buscas de texto completo ou leituras de arquivos. Em seguida, combina resultados de consultas, trechos citados e visualizações, permitindo perguntas complementares sobre definições de métricas, origens de anomalias ou dimensões de detalhamento. Operações de escrita, exclusão e modificação de arquivos exigem confirmação em um cartão de aprovação.

  O DataAgent multifonte e multimotor no AI Query é recomendado para usuários que precisam comparar definições de métricas entre dados offline e em tempo real, interpretar métricas de negócios juntamente com documentos corporativos, ou executar recuperação semântica primeiro e depois validar conclusões com base em dados detalhados.

Para mais informações, consulte Multi-source, multi-engine DataAgent.

Se você tiver dúvidas ou precisar de assistência, entre em contato conosco enviando um ticket.

Agradecemos sua compreensão e apoio ao MaxCompute!

1º de setembro de 2026 - Atualização de capacidades do cliente de Exploração de Dados com IA

Prezados usuários do MaxCompute,

O cliente AI Data Explorer foi atualizado com novas capacidades, incluindo MaxFrame Notebook, integração com dbt, painéis de dados, colaboração no ambiente de trabalho, gerenciamento de pacotes semânticos e gerenciamento de conjuntos de dados multimodais. Essas melhorias aprimoram ainda mais a experiência unificada para desenvolvimento de dados e aplicações de IA. Confira as novas funcionalidades:

• MaxFrame Notebook / Desenvolvimento de UDF Python

  Desenvolva jobs distribuídos do MaxFrame em uma interface de notebook dentro do cliente. Escreva e execute código célula por célula, pré-visualize saídas e dados da tabela de destino em tempo real, e aproveite verificações estáticas pré-execução para problemas comuns, como chamadas ausentes de execute() e varreduras completas de tabelas. Também é possível gerar jobs completos a partir de prompts em linguagem natural usando IA. As UDFs Python permitem encapsular lógica de nível de linha, difícil de expressar em SQL, em funções reutilizáveis e chamá-las diretamente em instruções SQL.

• Integração com ecossistema dbt e MaxCompute

  Integre fluxos de trabalho de transformação de dados do dbt com o MaxCompute. Gerencie lógica SQL, dependências e linhagem em uma abordagem baseada em modelos, além de editar, executar e revisar resultados de compilação diretamente no cliente.

• Painel de dados

  Persista resultados de consultas SQL como painéis com múltiplos tipos de gráficos, filtragem interativa entre gráficos, consultas parametrizadas e capacidades de drill-down. Painéis também podem ser gerados a partir de resultados de consultas com um clique usando IA.

• Colaboração no ambiente de trabalho

  Conecte-se a ferramentas de colaboração como o DingTalk para compartilhar resultados de consultas, relatórios e painéis diretamente nas plataformas de colaboração, levando insights de dados para os fluxos de trabalho da equipe.

• Gerenciamento e aplicação de pacotes semânticos

  Consolide definições de métricas de negócios, especificações de indicadores e relacionamentos de tabelas em pacotes semânticos para reuso pela IA, garantindo que os resultados de consultas em linguagem natural estejam alinhados com as definições reais de negócios.

• Gerenciamento de conjuntos de dados multimodais

  Gerencie dados não estruturados, como imagens, áudio e vídeo, em tabelas usando o tipo de coluna Blob. Faça upload, pré-visualize e processe em lote dados multimodais, compartilhando uma única base de dados tanto para análise estruturada quanto para processamento multimodal.

Se você tiver dúvidas ou precisar de assistência, entre em contato conosco enviando um ticket.

Agradecemos sua compreensão e apoio ao MaxCompute!

17 de agosto de 2026 - PyODPS descontinua manutenção de odps.apis.storage_api_v2 a partir da versão 0.13.1

Prezados usuários do MaxCompute,

A partir da versão 0.13.1 do PyODPS, o módulo odps.apis.storage_api_v2 é oficialmente descontinuado. Este módulo não receberá mais atualizações de recursos, correções de bugs ou adaptações de compatibilidade, e será removido em uma versão futura.

• Escopo de impacto

  Isso afeta apenas códigos que importam diretamente odps.apis.storage_api_v2. Versões lançadas até a 0.13.1 ainda podem ser instaladas e executadas normalmente, mas nenhuma correção adicional será fornecida para problemas encontrados. Ao atualizar para uma versão que remova este módulo, o código afetado falhará com um ImportError e não poderá ser iniciado.

• Ações recomendadas

  Verifique seus jobs de produção e ferramentas internas em busca de referências a este módulo e inclua-as em seu plano de descontinuação. Antes de concluir a migração, recomendamos fixar sua versão do PyODPS (por exemplo, especificando pyodps<=0.13.1 em suas dependências) para evitar interrupções de jobs causadas por atualizações.

Se você tiver dúvidas ou precisar de assistência, entre em contato conosco enviando um ticket.

Agradecemos sua compreensão e apoio ao MaxCompute!

22 de julho de 2026 - Fim da manutenção do MaxCompute Graph

Prezados usuários do MaxCompute,

Após uma revisão abrangente do uso de recursos e do roteiro do product, o MaxCompute Graph entrará em fase de fim de manutenção em 22 de julho de 2026 (quarta-feira, horário de Pequim). A partir desta data, o MaxCompute Graph não receberá mais desenvolvimento de novos recursos, correções de bugs ou suporte de manutenção rotineira.

Os jobs Graph existentes continuarão sendo executados durante o período de transição, mas recomendamos migrar para soluções alternativas o mais rápido possível. A documentação relacionada permanecerá disponível para consulta.

Se você tiver dúvidas ou precisar de assistência, envie um ticket.

Agradecemos sua compreensão e apoio contínuo ao MaxCompute.

13 de julho de 2026 - Lançamento de Hash Cluster para Append Delta Table no MaxCompute

Prezados usuários do MaxCompute,

O MaxCompute agora suporta Hash Cluster no formato Append Delta Table, combinando capacidades de processamento incremental de dados com melhor desempenho de consulta.

Este recurso é adequado para os seguintes cenários:

• Consultas com filtro de igualdade: realize buscas pontuais ou filtragem por igualdade em colunas específicas para reduzir a quantidade de dados verificados.

• JOIN / GROUP BY por igualdade: junte ou agregue várias tabelas na mesma chave para reduzir a sobrecarga de Shuffle.

Para mais informações, consulte Append table - Hash cluster (Invitation only).

Se você tiver dúvidas ou precisar de assistência, envie um ticket.

Agradecemos sua compreensão e apoio contínuo ao MaxCompute.

30 de junho de 2026 - Alteração no comportamento de acesso à intranet do OSS para jobs SQL UDF, Spark e MaxFrame

Prezados usuários do MaxCompute,

A partir de 30 de junho de 2026 (terça-feira, horário de Pequim), o MaxCompute bloqueará o acesso direto de jobs SQL UDF, Spark e MaxFrame aos endereços de intranet do OSS. Caso precise acessar a intranet do OSS, configure o acesso utilizando a solução abaixo. A falta dessa configuração pode resultar em falhas ao acessar endereços de intranet do OSS. Para acessar endereços VPC do OSS, siga estas etapas:

1. Crie uma conexão de rede. Para mais informações, consulte Create the network connection.

2. Configure os seguintes parâmetros:

3. Depois de criar a conexão de rede e configurar o parâmetro networklink, você poderá acessar os endereços de intranet do OSS.

Se você tiver dúvidas ou precisar de assistência, envie um ticket.

Agradecemos sua compreensão e apoio contínuo ao MaxCompute.

17 de junho de 2026 - Recomendação de atualização da versão do Tunnel Java SDK

Prezados usuários do MaxCompute,

Para melhorar a estabilidade do link de upload e a recuperação de exceções, a versão mais recente do Tunnel Java SDK inclui detecção de exceções e otimizações de reconexão rápida para cenários de failover no lado do servidor. Alguns projetos utilizam versões anteriores do SDK suscetíveis aos riscos descritos abaixo. Avalie o impacto e atualize o quanto antes.

1. Contexto

   Ao usar o Stream Tunnel para fazer upload de dados, caso ocorra um evento de failover no servidor (incluindo, mas não se limitando a reinicializações inesperadas de nós ou desligamentos não planejados), versões anteriores do SDK não conseguem detectar rapidamente tais exceções. Isso pode causar erros 502 prolongados no lado do cliente, afetando a estabilidade dos jobs de upload. A versão mais recente do SDK traz otimizações específicas para esse cenário, reduzindo a duração dos erros 502 e minimizando o impacto nos serviços upstream.

2. Impacto

   Todos os usuários que utilizam o Tunnel Java SDK para uploads via Stream Tunnel, incluindo, mas não se limitando àqueles que integram diretamente o Java SDK ou gravam no MaxCompute através do Flink ou outros produtos.

3. Recomendações

   Atualize para as seguintes linhas de base de versão conforme sua configuração:

   • Tunnel Java SDK: atualize para a versão 0,51 ou superior.

   • Flink: atualize para VVR 11.x ou superior.

Valide a compatibilidade dos jobs em um ambiente de testes antes de mudar para produção, garantindo a continuidade dos negócios.

Se você tiver dúvidas ou precisar de assistência durante a atualização, envie um ticket.

Agradecemos seu apoio contínuo ao MaxCompute.

10 de junho de 2026 - Alterações no lançamento do PyODPS 0.13.0

Prezados usuários do MaxCompute,

O PyODPS 0.13.0 e versões posteriores incluem as seguintes alterações. Avalie o impacto em suas cargas de trabalho e prepare-se para a migração adequadamente.

1. Fim do suporte ao Python 2.7

O PyODPS 0.13.0 e versões posteriores não suportam mais o runtime Python 2.7. Se você atualmente usa PyODPS com Python 2.7, avalie suas cargas de trabalho e migre para Python 3 assim que possível.

2. Remoção do suporte ao Mars

Como o framework MaxCompute Mars foi desativado, o PyODPS 0.13.0 e versões posteriores não incluem mais funcionalidades relacionadas ao Mars. Caso necessite de capacidades de computação distribuída de DataFrame ou Tensor, considere migrar para o MaxFrame, o framework de computação de IA distribuída do MaxCompute com ecossistema nativo de desenvolvimento Python.

Recomendações de migração

• Novos projetos: utilize Python 3.7 ou superior com PyODPS 0.13.0 ou posterior. Não use Python 2.7 para novos projetos.

• Cargas de trabalho existentes em Python 2.7: fixe sua dependência em pyodps==0.12.6 e planeje sua migração para Python 3 em uma janela de negócios adequada.

Nota para usuários do DataWorks

Em futuras atualizações da plataforma DataWorks, o runtime Python 2.7 continuará usando a versão fixa PyODPS 0.12.6 por um período prolongado, garantindo que as tarefas existentes sejam executadas sem interrupções. Nenhuma adaptação manual é necessária.

Se você tiver dúvidas ou precisar de assistência, envie um ticket.

Agradecemos seu apoio contínuo ao PyODPS e ao ecossistema MaxCompute.

9 de junho de 2026 - Lançamento de ferramentas do ecossistema Agentic do MaxCompute

Prezados usuários do MaxCompute,

O MaxCompute lança oficialmente o kit de ferramentas do ecossistema Agentic, composto por cinco componentes: AI Data Explorer, MCP Server (MCMCP), MaxCompute Skills, CatalogAPI SDK e MaxCompute CLI. Juntos, eles cobrem todo o espectro, desde análises interativas em desktop até integração automatizada com Agentes de IA.

1. AI Data Explorer

Ferramenta desktop de desenvolvimento e análise de dados que integra desenvolvimento SQL, navegação no Catálogo, análises visuais e exploração de dados impulsionada por IA. Os principais recursos incluem:

• Ambiente de desenvolvimento SQL: destaque de sintaxe, autocompletar inteligente, formatação, gerenciamento de múltiplos arquivos e histórico de consultas.

• Visualização de dados: 12 tipos de gráficos, tabelas dinâmicas e análise de qualidade de dados.

• Exploração de dados com IA: modo de conversa e modo Agente para análise de dados orientada por linguagem natural.

• Gerenciamento de dados: importação/exportação de CSV, Excel e Parquet, navegação em arquivos Blob e montagem WebDAV.

• Suporte para macOS 12.3+ (Apple Silicon) e Windows 10+ (64 bits).

Se você deseja consultar dados usando linguagem natural e SQL, além de importar ou exportar dados frequentemente, o AI Data Explorer é recomendado como uma solução completa de IDE SQL, Data Agent e ferramenta de gerenciamento de dados multimodais.

Para mais informações, consulte Get started with the AI data exploration client.

2. MCP Server (MCMCP)

Camada de acesso a serviços de dados para Agentes de IA construída sobre o Model Context Protocol (MCP). Permite que agentes realizem diretamente análises de dados em larga escala e O&M inteligente. As capacidades principais incluem:

• Navegação de metadados do Catálogo e busca em linguagem natural.

• Gerenciamento de tabelas: criação, inserção de dados e atualizações de metadados.

• Análises SQL somente leitura: estimativa de custos, execução assíncrona e recuperação de resultados, com imposição de somente leitura no servidor.

• Múltiplos métodos de autenticação: par de AccessKey, STS, URI de Credenciais, Função RAM do ECS e cadeia de credenciais padrão.

• Compatível com OpenClaw, DataWorks Agent, Qwen Code, QoderWork, MaxAgent e outros clientes de Agentes.

Se você deseja usar seu próprio Agente desktop para acessar o MaxCompute para análises de dados e O&M, recomenda-se o uso do MCMCP combinado com Skills específicas de cenário.

Para mais informações, consulte MaxCompute MCP service guide.

3. MaxCompute Skills

Pacote de habilidades de uso geral para Agentes de IA que fornece capacidades semânticas específicas do domínio MaxCompute. Inclui:

• Pacote semântico Information Schema: projetado para O&M no nível do sistema, com suporte a diagnósticos de pressão de armazenamento, análise de custos, análise de falhas de jobs, auditoria de permissões e monitoramento de tabelas quentes.

• Conjuntos de comandos comuns e modelos de desenvolvimento para reduzir a barreira de entrada em operações do MaxCompute conduzidas por Agentes.

Se você deseja usar seu próprio Agente desktop para acessar o MaxCompute para análises de dados e O&M, recomenda-se o uso do MCMCP combinado com Skills específicas de cenário.

Para mais informações, consulte MaxCompute MCP service guide.

4. CatalogAPI SDK

SDK RESTful (versão atual: v0.2.2) para gerenciamento de catálogo de dados do MaxCompute. Disponível para Java e Python, cobre as seguintes capacidades de gerenciamento de recursos de metadados:

• Gerenciamento de tabelas: crie, consulte, atualize e exclua tabelas internas e externas.

• Gerenciamento de conexões: configure conexões para fontes de dados externas como OSS e OTS.

• Permissões e segurança de dados: controle de acesso granular através de funções e políticas, permissões no nível de coluna com tags de política de taxonomia e mascaramento dinâmico de dados com DataPolicy.

• Rastreamento de metadados: descoberta e rastreamento automático de metadados de fontes de dados externas através do DataScan.

• Gerenciamento de modelos: gerenciamento multiversão de metadados de modelos de machine learning.

Para mais informações, consulte CatalogAPI SDK guide.

5. MaxCompute CLI

Ferramenta de linha de comando (nome do comando: maxc) invocada através do Alibaba Cloud CLI como aliyun maxc. Projetada para automação de scripts e integração com Agentes de IA:

• Saída JSON estruturada para facilitar a análise programática.

• Suporte para Linux, macOS e Windows.

• Distribuída através do Alibaba Cloud CLI. Instale ou atualize o Alibaba Cloud CLI para começar.

Se você deseja usar um Agente para agendar e executar jobs de dados, o MaxCompute CLI é recomendado.

Para mais informações, consulte MaxCompute CLI.

Se você tiver dúvidas ou precisar de assistência, envie um ticket.

Agradecemos seu apoio contínuo ao MaxCompute.

29 de abril de 2026 - Alteração de comportamento no groupby apply_chunk do MaxFrame

Prezados usuários do MaxCompute,

A partir do MaxFrame SDK 2.6, o comportamento do método DataFrameGroupBy.mf.apply_chunk está mudando. Esta atualização simplifica o parâmetro de índice e unifica o comportamento entre os motores DPE e MaxCompute SQL. O novo comportamento é controlado pelo parâmetro prepend_index_group_keys, cujo padrão é False para compatibilidade retroativa, mas mudará para True em uma versão futura.

• Alterações:

  • Parâmetro de índice simplificado: O parâmetro index agora representa apenas o tipo de índice da saída da função do usuário e não precisa mais incluir chaves de grupo. A composição final do índice depende dos parâmetros group_keys e as_index da função groupby.

  • Comportamento unificado do motor: Tanto nos motores DPE quanto MaxCompute SQL, o DataFrame de entrada passado para funções definidas pelo usuário não inclui mais chaves de grupo por padrão, eliminando a inconsistência comportamental anterior entre os dois motores.

  Para etapas detalhadas de migração e exemplos de código, consulte Release notes.

• Escopo de impacto:

  Usuários do MaxFrame que utilizam o método groupby.mf.apply_chunk. Se você não usa este método, esta alteração não afeta suas cargas de trabalho.

• Ações recomendadas:

  • Adicione prepend_index_group_keys=True a todas as chamadas de groupby.mf.apply_chunk para adotar o novo comportamento.

  • Caso especifique o parâmetro index, remova as chaves de grupo dele.

  • Se você usa o motor DPE e sua função definida pelo usuário referencia colunas de grupo, atualize seu código para reter explicitamente essas colunas.

Se você tiver dúvidas ou precisar de assistência durante a migração, envie um ticket para entrar em contato conosco.

Agradecemos seu apoio contínuo ao MaxCompute.

30 de março de 2026 - Alterações de faturamento para tabelas externas e Data Lakehouse

Prezado cliente MaxCompute,

Para alinhar-se à evolução da arquitetura Data Lakehouse, o MaxCompute ajustará o modelo de faturamento de pagamento conforme o uso para consultas em tabelas externas e análises do Data Lakehouse, vigente a partir de terça-feira, 30 de junho de 2026 (UTC+8). Este ajuste visa abranger uma gama maior de fontes de dados e refletir com mais precisão o custo real de computação.

Principais alterações:

1. Mudança na base de faturamento: A métrica de faturamento para dados de entrada mudará de tamanho físico para tamanho lógico. O tamanho lógico corresponde aos dados brutos não compactados, geralmente 3 a 7 vezes maiores que o tamanho físico. O preço unitário permanece CNY 0,03 por GB, mas o cálculo agora inclui um fator de complexidade computacional. A nova fórmula de faturamento é: Volume lógico de dados × Fator de complexidade × CNY 0,03/GB.

2. Escopo de faturamento expandido: Além de OSS e OTS, operações de leitura das seguintes fontes de dados agora serão faturadas: Hologres, RDS, HBase, Lindorm, Hive, HDFS e Object Tables. O comando LOAD permanecerá gratuito.

3. Política de assinatura: Para planos de assinatura, o custo permanece inalterado. Esses jobs consumirão a cota do seu grupo de recursos, e nenhuma taxa adicional de computação externa será cobrada.

Se você tem preocupação com possíveis aumentos de custos, recomendamos as seguintes ações:

• Migre seus jobs de computação para execução dentro do data warehouse ou no data lake.

• Recomendado: mude do modelo de pagamento conforme o uso para um plano de assinatura. Este é o método de transição mais rápido e permite fixar custos.

Se você tiver dúvidas ou precisar de assistência, envie um ticket.

Agradecemos seu apoio contínuo ao MaxCompute.

5 de março de 2026 - MaxFrame SDK atualizado para v2.5.0+

Prezado usuário do MaxCompute,

Para oferecer uma experiência MaxFrame mais estável e rica em recursos, o MaxFrame SDK foi atualizado para a versão 2.5.0. Esta atualização melhora a estabilidade do sistema e expande as capacidades funcionais. No entanto, como inclui atualizações nos protocolos subjacentes, problemas de compatibilidade podem surgir em cenários específicos, causando falhas ou erros em jobs do MaxFrame.

Para evitar interrupções na continuidade dos negócios e na eficiência da produção de dados, atualize seu MaxFrame SDK para a versão 2.5.0 ou superior o mais rápido possível.

Antes de mudar para a nova versão, valide a compatibilidade de seus jobs existentes em um ambiente de testes. Se um job falhar ou produzir um erro, verifique os logs do job para confirmar se o problema decorre de incompatibilidade de protocolo e entre em contato com o suporte técnico imediatamente.

Se você tiver dúvidas ou precisar de assistência durante o processo de atualização ou uso, envie um ticket.

Agradecemos sua compreensão e apoio.

24 de fevereiro de 2026 - Desativação de módulos de recursos e itens de faturamento do Mars

Prezado usuário do MaxCompute,

Para otimizar a estrutura do product e aprimorar a experiência de service, o Alibaba Cloud MaxCompute despublicará e encerrará a manutenção do recurso Mars e de seus itens de faturamento correspondentes (Data Science (Mars) pagamento conforme o uso) em terça-feira, 31 de março de 2026 (UTC+8).

Se você atualmente usa Mars para executar jobs, migre suas cargas de trabalho o mais rápido possível para evitar falhas ou indisponibilidade do service.

Se você tiver dúvidas ou precisar de assistência durante a migração, entre em contato conosco através do seu grupo dedicado no DingTalk ou enviando um ticket.

Agradecemos sua compreensão e apoio.

29 de janeiro de 2026 - Desativação da Solução Data Lakehouse 1.0 do MaxCompute e entrada no DataWorks

Prezado usuário do MaxCompute,

• Encerramento da entrada de Integração de Data Lake do DataWorks (Data Lakehouse)

  A partir de quinta-feira, 26 de fevereiro de 2026 (UTC+8), o MaxCompute aposentará o ponto de entrada de Integração de Data Lake do DataWorks (Data Lakehouse) nas regiões de nuvem pública da China, China (Hong Kong) e Germany (Frankfurt). Após esta data, não será mais possível usar o recurso de Integração de Data Lake do DataWorks para criar projetos externos do Data Lakehouse 1.0, que possuem uma estrutura de projeto-tabela de dois níveis. Você ainda poderá visualizar e gerenciar projetos externos existentes do Data Lakehouse 1.0 no console do MaxCompute. O MaxCompute também continuará suportando a referência ao catálogo de um projeto externo do Data Lakehouse 1.0 a partir de um projeto interno com estrutura de dois níveis. Isso permite consultar dados mapeados de DLF-legacy ou Hive.

• Descontinuação de recursos da Solução Data Lakehouse 1.0

  O MaxCompute aposentará todos os recursos do Data Lakehouse 1.0 nas regiões de nuvem pública da China, China (Hong Kong) e Germany (Frankfurt) em quinta-feira, 30 de abril de 2026 (UTC+8). Para obter uma lista de recursos afetados, consulte Data Lakehouse 1.0 (Discontinued). Recomendamos migrar seus projetos e tarefas existentes seguindo o guia em Migrate Data Lakehouse 1.0 external projects to Data Lakehouse 2.0 external schemas. Após a migração, você poderá se conectar a uma gama mais ampla de fontes e formatos de dados, beneficiando-se de capacidades de Data Lakehouse mais confiáveis e de nível empresarial.

Se você tiver dúvidas ou precisar de assistência durante o uso, envie um ticket.

Agradecemos sua compreensão e apoio.