MaxCompute允许您将MaxCompute项目中的数据导出到OSS，方便您通过OSS存储结构化数据，并方便其他计算引擎使用导出至OSS的数据。本文为您介绍如何使用UNLOAD命令向OSS导出MaxCompute上的CSV格式或其他开源格式数据。
本文中的命令您可以在如下工具平台执行：
前提条件
使用限制
UNLOAD命令的使用限制如下：
- 导出至OSS的文件的分割方式和文件名称由系统自动生成，不支持自定义导出文件名称或文件后缀。
- 导出的开源格式文件不支持添加后缀名。
- 重复导出不会覆盖已导出的文件，会追加新的导出文件。
注意事项
- UNLOAD命令本身不计费，UNLOAD命令中的查询子句需要扫描数据并使用计算资源计算结果，因此查询子句按照普通SQL作业计费。
- 通过OSS存储结构化数据在一些场景中可以节省存储费用，但需要提前做好费用估算。
MaxCompute存储费用为0.12元/GB/月，更多存储计费信息，请参见存储费用。数据导入MaxCompute后有5倍左右的压缩率，计费依据的数据量是压缩后的数据。
OSS存储标准型单价为0.12元/GB/月，另有其他低频访问型、归档型、冷归档型存储，请参见存储费用。
如果您导出数据只是为了节省存储费用，建议您根据数据特征测试估算压缩率，根据导出时的查询语句估算UNLOAD费用，以及后续对导出数据的访问方式进行合理评估，避免因不必要的数据迁移产生额外费用。
OSS授权模式
在向OSS导出数据时，您需要对OSS进行授权。UNLOAD命令的授权模式沿用了MaxCompute外部表的授权模式，您需要在UNLOAD命令中，配置
with serdeproperties属性，通过RAM角色完成OSS授权。授权流程如下：
- 登录RAM控制台，创建可信实体类型为阿里云服务的RAM角色。配置角色类型为普通服务角色、角色名称（例如
unload2oss），选择受信服务为大数据计算服务。更多操作信息，请参见创建可信实体为阿里云服务的RAM角色。
- 完成角色创建后，为新建角色添加系统策略AliyunOSSFullAccess。
更多操作信息，请参见为RAM角色授权。
完成授权后，您需要根据导出数据的格式类型，选择对应的导出方式：
通过内置Extractor导出（StorageHandler）
- 命令格式
unload from {<select_statement>|<table_name> [partition (<pt_spec>)]} into location <external_location> [stored by <StorageHandler>] [with serdeproperties ('<property_name>'='<property_value>',...)]; - 参数说明
- select_statement：
select查询子句，从源表（分区表或非分区表）中查询需要插入目标OSS路径的数据。更多select信息，请参见SELECT语法。 - table_name、pt_spec：使用表名称或表名称加分区名称的方式指定需要导出的数据。该导出方式不产生查询语句，不会产生费用。pt_spec格式为
(partition_col1 = partition_col_value1, partition_col2 = partition_col_value2, ...)。 - external_location：必填。指定导出数据存储的目标OSS路径，格式为
'oss://<oss_endpoint>/<object>'。更多OSS路径信息，请参见OSS访问域名使用规则。 - StorageHandler：必填。指定内置的StorageHandler名称。固定取值为
com.aliyun.odps.CsvStorageHandler或com.aliyun.odps.TsvStorageHandler，是内置的处理CSV、TSV格式文件的StorageHandler，定义了如何读或写CSV、TSV文件。相关逻辑已经由系统实现，您只需要指定该参数。此方法导出的文件默认添加.csv、.tsv后缀名。使用方法和MaxCompute外部表一致，请参见创建OSS外部表。 - <property_name>'='<property_value>'：可选。property_name为属性名称，property_value为属性值。支持的属性和MaxCompute外部表一致。更多属性信息，请参见创建OSS外部表。
- select_statement：
- 使用示例
假设将MaxCompute项目中表sale_detail的数据导出至OSS。sale_detail的数据如下：
+------------+-------------+-------------+------------+------------+ | shop_name | customer_id | total_price | sale_date | region | +------------+-------------+-------------+------------+------------+ | s1 | c1 | 100.1 | 2013 | china | | s2 | c2 | 100.2 | 2013 | china | | s3 | c3 | 100.3 | 2013 | china | | null | c5 | NULL | 2014 | shanghai | | s6 | c6 | 100.4 | 2014 | shanghai | | s7 | c7 | 100.5 | 2014 | shanghai | +------------+-------------+-------------+------------+------------+- 登录OSS管理控制台，创建OSS Bucket目录
mc-unload/data_location/，区域为oss-cn-hangzhou，并组织OSS路径。更多创建OSS Bucket信息，请参见创建存储空间。
根据Bucket、区域、Endpoint信息组织OSS路径如下：oss://oss-cn-hangzhou-internal.aliyuncs.com/mc-unload/data_location - 登录MaxCompute客户端，执行UNLOAD命令，将sale_detail表的数据导出至OSS。命令示例如下：
- 示例1：将sale_detail表中的数据导出为CSV格式并压缩为GZIP。命令示例如下。
--控制导出文件个数：设置单个Worker读取MaxCompute表数据的大小，单位为MB。由于MaxCompute表有压缩，导出到OSS的数据一般会膨胀4倍左右。 set odps.stage.mapper.split.size=256; --导出数据。 unload from (select * from sale_detail) into location 'oss://oss-cn-hangzhou-internal.aliyuncs.com/mc-unload/data_location' stored by 'com.aliyun.odps.CsvStorageHandler' with serdeproperties ('odps.properties.rolearn'='acs:ram::139699392458****:role/unload2oss', 'odps.text.option.gzip.output.enabled'='true'); --等效于如下语句。 set odps.stage.mapper.split.size=256; unload from sale_detail into location 'oss://oss-cn-hangzhou-internal.aliyuncs.com/mc-unload/data_location' stored by 'com.aliyun.odps.CsvStorageHandler' with serdeproperties ('odps.properties.rolearn'='acs:ram::139699392458****:role/unload2oss', 'odps.text.option.gzip.output.enabled'='true'); - 示例2：将sale_detail表中分区为sale_date='2013'，region='china'的数据导出为TSV格式并压缩为GZIP。
--控制导出文件个数：设置单个Worker读取MaxCompute表数据的大小，单位为MB。由于MaxCompute表有压缩，导出到OSS的数据一般会膨胀4倍左右。 set odps.stage.mapper.split.size=256; --导出数据。 unload from sale_detail partition (sale_date='2013',region='china') into location 'oss://oss-cn-hangzhou-internal.aliyuncs.com/mc-unload/data_location' stored by 'com.aliyun.odps.TsvStorageHandler' with serdeproperties ('odps.properties.rolearn'='acs:ram::139699392458****:role/unload2oss', 'odps.text.option.gzip.output.enabled'='true');
'odps.text.option.gzip.output.enabled'='true'用于指定导出文件为GZIP压缩格式，当前仅支持GZIP压缩格式。 - 示例1：将sale_detail表中的数据导出为CSV格式并压缩为GZIP。命令示例如下。
- 登录OSS管理控制台，查看目标OSS路径的导入结果。
- 示例1结果如下。
- 示例2结果如下。
- 示例1结果如下。
- 登录OSS管理控制台，创建OSS Bucket目录
导出其他开源格式数据
- 命令格式
unload from {<select_statement>|<table_name> [partition (<pt_spec>)]} into location <external_location> [row format serde '<serde_class>' [with serdeproperties ('<property_name>'='<property_value>',...)] ] storeds as <file_format> [properties('<tbproperty_name>'='<tbproperty_value>')]; - 参数说明
- select_statement：
select查询子句，从源表（分区表或非分区表）中查询需要插入目标OSS路径的数据。更多select信息，请参见SELECT语法。 - table_name、pt_spec：使用表名称或表名称加分区名称的方式指定需要导出的数据。该导出方式不产生查询语句，不会产生费用。pt_spec格式为
(partition_col1 = partition_col_value1, partition_col2 = partition_col_value2, ...)。 - external_location：必填。指定导出数据存储的目标OSS路径，格式为
'oss://<oss_endpoint>/<object>'。更多OSS路径信息，请参见OSS访问域名使用规则。 - serde_class：可选。使用方法和MaxCompute外部表一致，请参见创建OSS外部表。
- '<property_name>'='<property_value>'：可选。property_name为属性名称，property_value为属性值。支持的属性和MaxCompute外部表一致。更多属性信息，请参见创建OSS外部表。
- file_format：必填。指定导出数据文件格式。例如ORC、PARQUET、RCFILE、SEQUENCEFILE和TEXTFILE。使用方法和MaxCompute外部表一致，请参见创建OSS外部表。
- '<tbproperty_name>'='<tbproperty_value>'：可选。tbproperty_name为外部表扩展信息属性名称，tbproperty_value为外部表扩展信息属性值。例如开源数据支持导出SNAPPY或LZO压缩格式，设置压缩属性为
'mcfed.parquet.compression'='SNAPPY'或'mcfed.parquet.compression'='LZO'。
- select_statement：
- 使用示例
假设将MaxCompute项目中表sale_detail的数据导出至OSS。sale_detail的数据如下：
+------------+-------------+-------------+------------+------------+ | shop_name | customer_id | total_price | sale_date | region | +------------+-------------+-------------+------------+------------+ | s1 | c1 | 100.1 | 2013 | china | | s2 | c2 | 100.2 | 2013 | china | | s3 | c3 | 100.3 | 2013 | china | | null | c5 | NULL | 2014 | shanghai | | s6 | c6 | 100.4 | 2014 | shanghai | | s7 | c7 | 100.5 | 2014 | shanghai | +------------+-------------+-------------+------------+------------+- 登录OSS管理控制台，创建OSS Bucket目录
mc-unload/data_location/，区域为oss-cn-hangzhou，并组织OSS路径。更多创建OSS Bucket信息，请参见创建存储空间。根据Bucket、区域、Endpoint信息组织OSS路径如下：oss://oss-cn-hangzhou-internal.aliyuncs.com/mc-unload/data_location - 登录MaxCompute客户端，执行UNLOAD命令，将sale_detail表的数据导出至OSS。命令示例如下：
- 示例1：将sale_detail表中的数据导出为PARQUET格式并压缩为SNAPPY。命令示例如下。
--控制导出文件个数：设置单个Worker读取MaxCompute表数据的大小，单位为MB。由于MaxCompute表有压缩，导出到OSS的数据一般会膨胀4倍左右。 set odps.stage.mapper.split.size=256; --导出数据。 unload from (select * from sale_detail) into location 'oss://oss-cn-hangzhou-internal.aliyuncs.com/mc-unload/data_location' row format serde 'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe' with serdeproperties ('odps.properties.rolearn'='acs:ram::139699392458****:role/unload2oss') stored as parquet properties('mcfed.parquet.compression'='SNAPPY'); - 示例2：将sale_detail表中分区为sale_date='2013'，region='china'的数据导出为PARQUET格式并压缩为SNAPPY。命令示例如下。
--控制导出文件个数：设置单个Worker读取MaxCompute表数据的大小，单位为MB。由于MaxCompute表有压缩，导出到OSS的数据一般会膨胀4倍左右。 set odps.stage.mapper.split.size=256; --导出数据。 unload from sale_detail partition (sale_date='2013',region='china') into location 'oss://oss-cn-hangzhou-internal.aliyuncs.com/mc-unload/data_location' row format serde 'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe' with serdeproperties ('odps.properties.rolearn'='acs:ram::139699392458****:role/unload2oss') stored as parquet properties('mcfed.parquet.compression'='SNAPPY');
- 示例1：将sale_detail表中的数据导出为PARQUET格式并压缩为SNAPPY。命令示例如下。
- 登录OSS管理控制台，查看目标OSS路径的导入结果。
- 示例1结果如下。
- 示例2结果如下。
说明 以SNAPPY或LZO压缩格式导出数据时，导出文件不支持显示.snappy或.lzo后缀名。 - 示例1结果如下。
- 登录OSS管理控制台，创建OSS Bucket目录
Unload函数导出设置前后缀
使用unload命令将MaxCompute的表导出为文件时，有的业务场景需要指定文件的前缀与后缀，按照下列的操作可以自定义文件的前缀，以及默认生成对应文件格式的后缀。
- 语法说明。
- 内置解析器导出csv、tsv等格式文件。
--内置解析器，导出csv，tsv等格式 unload from {<select_statement>|<table_name> [partition (<pt_spec>)]} into location <external_location> [stored by <StorageHandler>] [with serdeproperties ('<property_name>'='<property_value>',...)];- 设置前缀的property_name为：odps.external.data.prefix，值可以自定义，长度不超过10个字符。
- 设置后缀的property_name为：odps.external.data.enable.extension，值为
true即后缀显示文件格式。 - 其他参数请参见通过内置Extractor导出（StorageHandler）。
- 导出orc、parquet等开源格式文件。
unload from {<select_statement>|<table_name> [partition (<pt_spec>)]} into location <external_location> [row format serde '<serde_class>' [with serdeproperties ('<property_name>'='<property_value>',...)] ] storeds as <file_format> [properties('<tbproperty_name>'='<tbproperty_value>')];- 设置前缀的tbproperty_name为：odps.external.data.prefix，值可以自定义，长度不超过10个字符。
- 设置后缀的tbproperty_name为：odps.external.data.enable.extension，值为
true即后缀显示文件格式。 - 其他参数请参见导出其他开源格式数据。
- 内置解析器导出csv、tsv等格式文件。
- 后缀参考。
文件格式 SerDe 后缀 SEQUENCEFILE org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe .sequencefile TEXTFILE org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe .txt RCFILE org.apache.hadoop.hive.serde2.columnar.LazyBinaryColumnarSerDe .rcfile ORC org.apache.hadoop.hive.ql.io.orc.OrcSerde .orc PARQUET org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe .parquet AVRO org.apache.hadoop.hive.serde2.avro.AvroSerDe .avro JSON org.apache.hive.hcatalog.data.JsonSerDe .json CSV org.apache.hadoop.hive.serde2.OpenCSVSerde .csv - 使用示例。
- 导出text格式文件，并添加
mf_前缀和后缀。
在指定导出数据存储的目标OSS路径查看导出结果。set odps.sql.hive.compatible=true; set odps.sql.split.hive.bridge=true; unload from (select col_tinyint,col_binary from mf_fun_datatype limit 1) into location 'oss://oss-cn-beijing-internal.aliyuncs.com/mfosscostfee/demo6/' stored as textfile properties ('odps.external.data.prefix'='mf_', 'odps.external.data.enable.extension'='true');
- 导出csv格式文件，并添加
mf_前缀和后缀。
在指定导出数据存储的目标OSS路径查看导出结果。set odps.sql.hive.compatible=true; set odps.sql.split.hive.bridge=true; unload from (select col_tinyint,col_binary from mf_fun_datatype limit 2) into location 'oss://oss-cn-beijing-internal.aliyuncs.com/mfosscostfee/demo6/' stored by 'com.aliyun.odps.CsvStorageHandler' properties ('odps.external.data.prefix'='mf_', 'odps.external.data.enable.extension'='true');
- 导出text格式文件，并添加