上圖是以阿里從2015年到2018年雙十一的例子，左邊的圖為單日作業量，中間的圖為單日處理數據量，右邊的圖為成本的曲線。事實證明，阿里通過飛天平臺以及技術能力，幾乎做到了使業務增長的速度和成本增長的速度相適應。
在此基礎上又做了以下部分優化工作：
1、引擎側：? NativeEngine+LLVM CodeGen，Vectorization+SIMD
? CBO+HBO，Dynamic DAG
? 針對Input/Shuffling海量數據，新引入“富結構化數據”
? 數據可以按Range/Hash方式存儲，支持一級Index和Order
2、存儲側：兼容開源Apache ORC，全新的C++ Writer和改進的 C++ Reader，讀取性能對比CFile2和開源ORC均快50%+。
3、資源側：一套跨集群數據、計算調度能力，將多個集群的
服務器做成一臺計算機。
4、調度系統優化：平均集群利用率70%，除了優化單作業指標，更偏重整個集群的吞吐率。
5、通過混布技術，提升在線服務器利用率到50%以上。同時支持雙十一場景的業務彈性。
部分數據和案例：
? 2015年，SortBenchmark，MaxCompute 100TB GreySort冠軍。
? 2016年，SortBenchmark, EMR 100TB CloudSort冠軍。
? 2017年，MaxCompute+PAI，全球首家100TB規模TPCx-Bigbench測試通過。
? 2018年，MaxCompute+PAI，指BigBench標繼續提升1X+，繼續保持全球最高分數。
? 2018年，Flink內部版是社區性能數倍，2019年開源。
? 2019年，EMR TPC-DS 10TB全球最快
? 2019年，MaxCompute+PAI，指標繼續提升，保持全球第一，30TB性能快一倍，成本低一半。
