MaxCompute问答整理之7月

本文是基于本人对MaxCompute产品的学习进度，再结合开发者社区里面的一些问题，进而整理成文。希望对大家有所帮助。

问题一、DataWorks V2.0简单模式和标准模式的区别？
公司数仓的数据上云后，在使用MaxCompute计算引擎时，需要一个稳定、可靠的调度系统，将自身数据生产任务（代码）按照所需依赖关系、运行时间来调度运行，那么DataWorks就派上了用场。DataWorks提供简单模式和标准模式两种工作空间模式。
简单模式指一个DataWorks工作空间对应一个MaxCompute项目，无法设置开发环境和生产环境，只能进行简单的数据开发。标准模式指一个DataWorks工作空间对应两个MaxCompute项目，可以设置开发和生产环境，提升代码开发规范。两个模式还存在项目、用户和权限的不同。大家可以通过学习官方文档或者是实操来加强认知。
https://help.aliyun.com/document_detail/85772.html

问题二、用数据集成新增数据源时，测试连通性失败，是什么原因？
当需要新增数据源时，首先要确认自己的数据源类型、网络类型、是否支持测试连通性。当新增数据源无法支持测试连通性时，可以尝试用独享资源组来解决数据集成问题。

具体数据源的区别可以参考文档查看：https://help.aliyun.com/knowledge_detail/72964.html
温馨提示：配置数据源时记得检查账号密码。

问题三、数据源配置中数据过滤条件如何填写？
数据过滤是同步数据的删选条件，可以通过SQL语法填写where过滤语句，一般都是通过日期字段来删选数据。DataWorks的参数配置功能可以满足业务场景的需求，目前参数分为系统参数和自定义参数（推荐）两大类。关于数据源和参数配置可以参考以下文档来详细学习：
数据源配置：https://help.aliyun.com/knowledge_list/72788.html
参数配置：https://help.aliyun.com/document_detail/74450.html

问题四、UDF如何加入项目函数列表？
用户可以通过自定义函数来满足不同的计算需求，MaxCompute的UDF支持跨项目分享。UDF的发布可以通过DataWorks界面来完成。可以参考产品文档来操作：https://help.aliyun.com/document_detail/107615.html

问题五、如果我买30个CU时（预付费形式）是不是只能用30个Core来运行任务，当公有云里面资源空闲时，系统会不会像扫描按量付费那样，自动调用30Core以外的空闲资源，来加速我的任务运行？
预付费的资源池是独享的，按购买CU（1CU=1核CPU+4G内存）量固定分配资源，计算任务只能占用独享的资源。但是当在同个区域，已经开通一个预付费规格的情况下，可以通过升级和降配资源方式开通其他规格。如果任务量较大，可以考虑对于消耗资源少的任务采取预付费，资源较大的任务采取按I/O后付费，这样可以保证任务运行时一直有CU资源。

问题六、想写Spark处理MaxCompute上的表数据，但是似乎并不能像写Sql一样在DataWorks上去写Spark程序，应该在哪里写Spark程序，MaxCompute Studio可以吗？
目前MaxCompute Spark支持三种运行方式：Local模式、Cluster模式和DataWorks中执行模式。三种模式需要进行不同的配置，请参考如下文档：
https://help.aliyun.com/document_detail/102430.html

问题七、MaxCompute是否支持MD5函数？
支持，MxCompute可以通过内建函数和UDF来实现业务计算需求，常见的日期函数、数学函数、字符串函数等，MaxCompute都是支持的，可以参考如下文档： 
https://help.aliyun.com/document_detail/96342.html

问题八、日志记录的各项信息代表什么如何查看？
我理解日志记录其实就是MaxCompute产品里的Logview，Logview是MaxCompute Job提交后查看和Debug任务的工具。可以通过Logview可以看到一个Job的运行状态、运行结果和具体细节以及每个步骤的进度。
具体功能组件含义请参考如下文档：https://help.aliyun.com/document_detail/27987.html

问题九、MaxCompute 2.0里的数据类型使用需要set设置，是否可以在DataWorks里面运行？
使用数据类型系统时，需要进行设置：set odps.sql.type.system.odps2=true;或setproject odps.sql.type.system.odps2=true; ，语句是可以在DataWorks新建表的DDL模式下执行操作。
温馨提示：记得关注数据类型转换。

问题十、decimal数据类型精度溢出如何解决？问题实例如下图。

可以进行set设置：set odps.sql.decimal.odps2=true;

【预告】8月活动预告

2019大数据技术公开课第三季直播8月13日开启，直播主题及观看直播，可加入“MaxCompute开发者社群2群” 了解并观看

点击链接申请加入：https://h5.dingtalk.com/invite-page/index.html?bizSource=____source____&corpId=dingb682fb31ec15e09f35c2f4657eb6378f&inviterUid=E3F28CD2308408A8&encodeDeptId=0054DC2B53AFE745

 

本文作者：亢海鹏

原文链接

本文为云栖社区原创内容，未经允许不得转载。

转载于:https://my.oschina.net/u/3611008/blog/3084763