创建并使用MaxCompute资源

如果您的代码或函数中要使用MaxCompute资源,则需先创建或上传资源至目标工作空间,上传后才可在该工作空间的任务中使用。您可通过MaxCompute的SQL命令上传资源,也可使用DataWorks的可视化方式创建或上传资源。您可参考本文了解如何使用DataWorks可视化方式创建资源并在节点中使用,以及如何基于资源注册函数。

背景信息

资源(Resource)是MaxCompute的特有概念,如您想使用MaxCompute的自定义函数(UDF)MapReduce功能,则需依赖资源来完成。更多资源介绍详情,请参见资源

DataWorks中,您可通过可视化方式,将本地开发的资源包、OSS文件中存储的资源包上传至DataWorks,或直接在DataWorks新建资源,在用户自定义函数(UDF)及MapReduce的运行过程中读取、使用。DataWorks支持创建的资源类型如下。

资源类型

描述

支持的新建方式

Python

存放编写的Python代码,用于注册Python UDF函数。后缀为.py

可视化直接创建

JAR

编译好的Java JAR包,用于运行Java程序。后缀为.jar

  • 可视化上传本地资源

  • 可视化上传OSS资源

Archive

仅支持将.zip.tgz.tar.gz.tar.jar等压缩文件上传为资源,通过资源名称的后缀区分压缩类型。

  • 可视化上传本地资源

  • 可视化上传OSS资源

File

仅支持将.zip.so.jar类型文件上传为File资源。

  • 可视化上传本地资源

  • 可视化上传OSS资源

  • 可视化直接创建(即在线编辑)

DataWorks可视化创建及使用资源的流程如下:

  1. 步骤一:创建或上传资源

  2. 步骤二:提交并发布资源

  3. 步骤三:使用资源

更多资源的操作及管理,详情请参见管理资源通过命令操作数据源中的资源添加对应数据源资源至DataWorks进行管理

前提条件

  • 已创建MaxCompute数据源,基于该数据源执行相关开发操作。详情请参见创建MaxCompute数据源

  • 已创建业务流程。DataWorks使用业务流程存放创建的资源,因此,创建资源前需先创建业务流程。详情请参见创建业务流程

  • 已创建相应节点。创建的资源需被相应的节点引用。引用前您需根据业务需求创建合适的节点,详情请参见创建计算类节点

  • (可选)通过上传OSS文件方式创建资源:

    • 已开通OSS并创建Bucket,将待上传文件存储至OSS Bucket中。基于OSS上传,需选择指定Bucket中的文件。因此,使用该方式创建资源前需先创建Bucket并存储相关文件,详情请参见创建存储空间上传文件

    • 已为操作上传文件的阿里云账号授予可访问目标Bucket的权限。为避免权限限制,上传文件前需提前为相关操作账号进行授权,详情请参见访问控制概述

使用限制

  • 资源大小

    • 直接创建:Python类型最大支持创建200MB的资源;File类型在线编辑方式最大支持创建500KB的资源。

    • 上传本地文件:最大支持上传200MB的资源。

    • 上传OSS文件:最大支持上传500MB的资源。

  • 资源发布

    若您使用的是标准模式的工作空间,则需将资源发布至生产环境,发布后生产环境的项目才会存在该资源。

    说明

    开发环境和生产环境的数据源信息存在差异,查询对应环境的表、资源等操作前,请先明确相应环境的数据源信息。查看不同环境对应的MaxCompute数据源信息,详情请参见查看MaxCompute数据源

  • 资源管理

    DataWorks仅支持查看与管理通过DataWorks可视化方式上传的资源,若通过其他工具(例如,MaxCompute Studio)添加至MaxCompute的资源,需通过DataWorks的MaxCompute资源功能手动加载至DataWorks,加载后才可在DataWorks查看并进行相关管理操作。详情请参见MaxCompute资源管理

进入资源创建入口

  1. 进入数据开发页面。

    登录DataWorks控制台,切换至目标地域后,单击左侧导航栏的数据建模与开发 > 数据开发,在下拉框中选择对应工作空间后单击进入数据开发

  2. 进入资源创建入口。

    在数据开发页面右键单击目标业务流程,选择新建资源,在MaxCompute目录下选择合适类型资源创建。

    DataWorks支持通过直接新建资源、上传本地资源、上传OSS资源等方式,生成DataWorks中需使用的资源,具体使用哪种方式请以各类型资源的实际创建界面为准。

    说明

    若无可用业务流程,请参考创建业务流程新建。

步骤一:创建或上传资源

DataWorks支持将您本地开发的资源包、OSS存储的资源包通过上传方式上传至DataWorks,例如,本地开发的UDF函数,需将其打包上传至DataWorks后再进行函数注册;同时,部分资源类型也支持您直接在DataWorks新建,例如,Python、不超过500KB的File资源类型。

说明

通过DataWorks可视化方式创建或上传的资源:

  • 若资源未在MaxCompute(ODPS)客户端上传过,则需勾选上传为ODPS资源,若资源已上传至MaxCompute(ODPS)客户端,则需取消勾选上传为ODPS资源,否则上传均会报错。

  • 若上传时勾选了上传为ODPS资源,则上传后在DataWorks和MaxCompute中均会存储该资源。后续若通过命令行删除MaxCompute中的资源,DataWorks中的资源仍然存在且正常显示。

  • 资源名称无需与上传的文件名称保持一致。

方式一:可视化新建资源

使用DataWorks可视化新建资源的配置如下,您需根据业务需求配置不同类型资源的相关信息。

说明
  • 超过200MB的Python资源,请通过方式三:可视化上传OSS资源新建。

  • 超过500KB的File文件,请通过方式二:可视化上传本地资源方式三:可视化上传OSS资源新建。

  • 关于DataWorks可视化创建Python资源并注册函数的实践,请参考使用MaxCompute分析IP来源最佳实践

可视化新建资源

方式二:可视化上传本地资源

使用DataWorks可视化上传本地资源的配置如下,您需根据业务需求配置不同类型资源的相关信息。

说明

通过该方式,可上传不超过200MB的资源,超过200MB的资源请通过方式三:可视化上传OSS资源新建。

上传本地资源

方式三:可视化上传OSS资源

使用DataWorks可视化上传OSS资源的配置如下,您需根据业务需求配置不同类型资源的相关信息。

说明
  • 通过该方式,可上传不超过500MB的资源。

  • 操作上传文件的阿里云账号授予AliyunDataWorksAccessingOSSRole策略权限,您需按照界面指引进行一键授权。

image.png

步骤二:提交并发布资源

资源创建完成后,您需在资源编辑页面,单击工具栏中的提交图标,提交资源至调度开发服务器端。

说明

若生产任务需使用该资源,则还需将该资源发布至生产环境。详情请参见发布任务

步骤三:使用资源

场景一:节点使用资源

DataWorks资源创建后,需被相应节点引用。节点成功引用资源后会显示@resource_reference{"资源名称"}格式代码。各类型节点显示格式存在差异,请以实际界面为准。例如,PyODPS 2节点显示的样式为##@resource_reference{"资源名称"}

说明
  • 若还未创建节点,请参考创建计算类节点新建。

  • PyODPS代码依赖第三方包,需要通过自定义镜像安装所需的包到运行环境,然后再在运行环境中执行PyODPS代码,自定义镜像的更多信息,请参见镜像管理

引用步骤如下图。资源加载

场景二:使用资源注册函数

使用资源注册函数前,需先参考创建并使用自定义函数新建函数。在函数配置界面,输入已创建的资源名称,如下图所示。

说明

使用资源注册函数前,请确保资源已提交。提交资源,详情请参见步骤二:提交并发布资源

使用资源注册函数

查看MaxCompute系统自带的函数,详情请参见使用内建函数

查看在MaxCompute数据源中存在的函数、函数的变更历史等操作,详情请参见MaxCompute函数管理

管理资源

在业务流程下的资源目录,鼠标右键单击目标资源,即可执行资源的相关管理操作:

  • 查看历史版本:您可查看、对比已保存或已提交的资源版本,获取不同版本的资源变更情况。

    说明

    版本对比时,至少需选择两个版本进行比对。

  • 删除资源:删除操作仅是删除开发环境对应项目中的该资源。若需删除生产环境下该资源,则需进行任务发布,将资源删除操作发布至生产环境,发布成功后,生产环境该资源才会同步删除。详情请参见发布任务

附录一:通过命令操作数据源中的资源

常用资源相关操作命令如下。

操作类型

功能

角色

操作入口

添加资源

添加资源至MaxCompute项目中。

具备更新资源权限(Write)的用户。

本文中的命令您可以在如下工具平台执行:

查看资源信息

查看资源的详细信息。

具备读取资源权限(Read)的用户。

查看资源列表

查看当前项目下所有的资源。

具备项目查看对象列表权限(List)的用户。

为资源创建别名

为资源创建别名。

具备更新资源权限(Write)的用户。

下载资源

下载MaxCompute项目中的资源到本地。

具备更新资源权限(Write)的用户。

删除资源

删除MaxCompute项目中已经存在的资源。

具备删除资源权限(Delete)的用户。

在DataWorks查看资源时,若不添加项目名称,默认查看当前运行项目中的资源。具体如下:

  • 查看当前项目下的所有资源。在DataStudio执行该命令时,默认访问开发环境绑定的MaxCompute数据源。

    list resources;
  • 查看指定项目下的所有资源。

    use MaxCompute项目名称;
    list resources;

更多命令操作,详情请参见资源操作

附录二:添加对应数据源资源至DataWorks进行管理

可通过MaxCompute资源功能,将不超过200MB的MaxCompute数据源资源加载至DataWorks进行可视化管理,详情请参见MaxCompute资源管理