MaxCompute是阿里巴巴推出的大数据分析平台，它随着技术的进步和用户需求的增加，已经发展到2.0版本。在此过程中，MaxCompute不仅继承了传统数据库的强语义和强结构特点，同时也融入了NoSQL的横向扩展性和大数据处理能力，发展成为一种新型的数据库系统，也就是所谓的NewSQL。
在数据库领域，传统关系型数据库因其强语义和强结构而被广泛应用，但它们横向扩展性差、不灵活、容错能力弱，并且在处理大数据能力上存在不足。相对地，NoSQL数据库虽然在横向扩展性、容错能力以及大数据处理上表现出色，但在强语义、强结构方面有所欠缺。
为了克服传统关系型数据库和NoSQL数据库的局限性，MaxCompute2.0在演进过程中，引入了NewSQL概念。NewSQL是试图融合传统关系型数据库的强结构和强语义优势与NoSQL的分布式计算、容错能力和横向扩展性的新型数据库系统。MaxCompute2.0的目标是让程序员能够更加专注于业务逻辑本身，而系统则负责处理复杂的计算过程，提供强大的优化能力，从而自动生成高效的物理执行计划。
MaxCompute2.0的关键技术包括对非结构化、半结构化和结构化数据的支持。用户可以提供Serialize/Deserialize函数，实现非结构化数据到结构化数据的动态转换，支持用户自定义类型，并允许用户定义分区，以便能够有效地连接数据流的上游和下游。此外，MaxCompute2.0通过DAG（有向无环图）执行图来突破MapReduce的限制，支持循环迭代和非对称图表达，能够支持复杂的物理执行计划。
MaxCompute2.0也拥有一套完整的用户自定义函数（UDF）体系，包括Serialize/Deserialize、多路Join函数、聚合处理函数、Processor以及完备的分区函数（Hash/Range/DirectHash等）。这些功能使得MaxCompute2.0可以灵活地构建任意的DAG执行计划。
优化器是MaxCompute2.0的另一个核心技术。它不仅支持存储过程，使得单个语句可以扩展为成千上万的存储过程，还支持Cost-Based Optimization（CBO）、Cascading CBO和Rule-Based Optimization（RBO），提供分布式和Non-SQL场景下的UDF扩展，并且理解数据、计算以及用户的特性，更加智能。优化器与UDF的交互是关键，优化器需能够处理UDF输出的特性，避免由于不感知UDF输出特性而导致的碎片化、低效物理执行计划的产生，并进行全局优化。
MaxCompute2.0通过这样的演进，不仅提供了灵活性——支持任意物理执行计划、处理非结构、半结构以及结构化数据，而且保证了高性能、高智能，具备自适应的能力。
从技术演进的角度来看，MaxCompute2.0的发展也体现了数据库技术从传统关系型到NewSQL的演进过程。例如，Dryad演变为Scope（微软），Spark发展为SparkSQL（DataBricks），MapReduce演变为Hive再发展到Hive 2.0，Spanner（Google），以及MaxCompute从1.0到2.0的转变，都是这一演进过程中的代表。
整体来看，MaxCompute2.0的演进体现了在大数据时代背景下，对于数据库系统提出的新的要求，包括对大数据处理能力的增强、处理复杂业务逻辑的需求、系统优化和性能提升的需求等，这些都推动了传统数据库向NewSQL的转变。NewSQL的出现，使得数据库系统能够更好地适应云计算、分布式计算等新兴计算场景，满足了大数据时代对数据库系统的高要求。
