MaxCompute

大数据计算服务（MaxCompute，原名ODPS）是一种快速、完全托管的TB/PB级数据仓库解决方案。本文主要介绍如何通过DLA Serverless Spark访问MaxCompute。

1. 准备以下测试代码和依赖包来访问MaxCompute，并将此测试代码和依赖包分别编译打包生成jar包上传至您的OSS。
   测试代码示例：

   package com.aliyun.spark
   
   import org.apache.spark.sql.{SaveMode, SparkSession}
   
   object MaxComputeDataSourcePartitionSample {
     def main(args: Array[String]): Unit = {
       val accessKeyId = args(0)
       val accessKeySecret = args(1)
       val odpsUrl = args(2)
       val tunnelUrl = args(3)
       val project = args(4)
       val table = args(5)
       var numPartitions = 1
       if(args.length > 6)
         numPartitions = args(6).toInt
   
       val ss = SparkSession.builder().appName("Test Odps Read").getOrCreate()
   
       import ss.implicits._
   
       val dataSeq = (1 to 1000000).map {
         index => (index, (index-3).toString)
       }.toSeq
   
   
       val df = ss.sparkContext.makeRDD(dataSeq).toDF("a", "b")
   
       System.out.println("*****" + table + ",before overwrite table")
       df.write.format("org.apache.spark.aliyun.odps.datasource")
         .option("odpsUrl", odpsUrl)
         .option("tunnelUrl", tunnelUrl)
         .option("table", table)
         .option("project", project)
         .option("accessKeySecret", accessKeySecret)
         .option("partitionSpec", "pt='2018-04-01'")
         .option("allowCreateNewPartition", true)
         .option("accessKeyId", accessKeyId).mode(SaveMode.Overwrite).save()
       System.out.println("*****" + table + ",after overwrite table, before read table")
   
       val readDF = ss.read
         .format("org.apache.spark.aliyun.odps.datasource")
         .option("odpsUrl", odpsUrl)
         .option("tunnelUrl", tunnelUrl)
         .option("table", table)
         .option("project", project)
         .option("accessKeySecret", accessKeySecret)
         .option("accessKeyId", accessKeyId)
         .option("partitionSpec", "pt='2018-04-01'")
         .option("numPartitions",numPartitions).load()
   
       readDF.collect().foreach(println)
     }
   }

   MaxCompute依赖的pom文件：

           <dependency>
               <groupId>com.aliyun.odps</groupId>
               <artifactId>odps-sdk-commons</artifactId>
               <version>0.28.4-public</version>
           </dependency>
           <dependency>
               <groupId>com.aliyun.apsaradb</groupId>
               <artifactId>maxcompute-spark</artifactId>
               <version>0.28.4-public_2.4.3-1.0-SNAPSHOT</version>    
           </dependency>

2. 登录Data Lake Analytics管理控制台。
3. 在页面左上角，选择MaxCompute项目空间所在地域。
4. 单击左侧导航栏中的Serverless Spark > 作业管理。
5. 在作业编辑页面，单击创建作业。
6. 在创建作业模板页面，按照页面提示进行参数配置后，单击确定创建Spark作业。
   
7. 单击Spark作业名，在Spark作业编辑框中输入以下作业内容，并按照以下参数说明进行参数值替换。保存并提交Spark作业。

   {
       "args": [
           "xxx1",  #具备访问MaxCompute权限的AccessKey ID。
           "xxx2",  #具备访问MaxCompute权限的AccessKey Secret。
           "http://service.cn.maxcompute.aliyun-inc.com/api",  #MaxCompute的VPC网络Endpoint。
           "http://dt.cn-shenzhen.maxcompute.aliyun-inc.com",  #MaxCompute的VPC网络Tunnel Endpoint。
           "spark_on_maxcompute",  #MaxCompute的工作空间名称。
           "sparktest",  #MaxCompute的数据表名。
           "2"  #MaxCompute数据表的分区数。
       ],
       "file": "oss://spark_test/jars/maxcompute/spark-examples-0.0.1-SNAPSHOT.jar", #存放测试软件包的OSS路径。
       "name": "Maxcompute-test",
       "jars": [
           ##存放测试软件依赖包的OSS路径。
           "oss://spark_test/jars/maxcompute/maxcompute-spark-0.28.4-public_2.4.3-1.0-SNAPSHOT.jar",
           "oss://spark_test/jars/maxcompute/odps-sdk-commons-0.28.4-public.jar",
           "oss://spark_test/jars/maxcompute/odps-sdk-core-0.28.4-public.jar",
           "oss://spark_test/jars/maxcompute/mail-1.4.7.jar"
       ],
       "className": "com.aliyun.spark.MaxComputeDataSourcePartitionSample",
       "conf": {
           "spark.driver.resourceSpec": "small",
           "spark.executor.instances": 2,
           "spark.executor.resourceSpec": "small"
       }
   }

执行结果

作业运行成功后，在任务列表中单击操作 > 日志，查看作业日志。出现如下日志说明作业运行成功：