基础：购房群体简单分析

一、新建表

上传测试数据前，通过DataWorks的数据目录在MaxCompute项目中创建用来存储上传数据的bank_data表。

1. 登录DataWorks控制台，切换至目标地域后，单击左侧导航栏的数据开发与运维 > 数据开发，在下拉框中选择对应工作空间后单击进入Data Studio。

2. 在数据开发页面单击左侧导航栏的按钮，进入数据目录页面。

3. （可选）若您的MaxCompute项目未添加至数据目录，则需单击MaxCompute目录后的按钮，进入DataWorks 数据源页签，将已添加为计算资源或数据源的MaxCompute项目，添加至MaxCompute目录下。

4. 单击打开MaxCompute目录，选择需要创建MaxCompute计算资源的项目，在表文件夹下创建MaxCompute表。

   说明

   • 若您的MaxCompute开启了schema，则需在选择创建MaxCompute计算资源的项目后，打开目标schema后，才可在表文件夹下创建MaxCompute表。

   • 本示例以标准模式工作空间为例，且仅在开发环境调试，所以仅需在开发环境对应的MaxCompute项目下创建bank_data表，若您使用的是简单模式工作空间，则只需在生产环境对应的MaxCompute项目下创建bank_data表即可。

5. 单击表目录右侧的按钮，添加并进入创建表的编辑页面。

   在表编辑页面右侧DDL模块键入以下SQL代码，系统将自动生成所有表信息。

   CREATE TABLE IF NOT EXISTS bank_data (
       age             BIGINT   COMMENT '年龄',
       job             STRING   COMMENT '工作类型',
       marital         STRING   COMMENT '婚否',
       education       STRING   COMMENT '教育程度',
       `default`       STRING   COMMENT '是否有信用卡',
       housing         STRING   COMMENT '房贷',
       loan            STRING   COMMENT '贷款',
       contact         STRING   COMMENT '联系途径',
       month           STRING   COMMENT '月份',
       day_of_week     STRING   COMMENT '星期几',
       duration        STRING   COMMENT '持续时间',
       campaign        BIGINT   COMMENT '本次活动联系的次数',
       pdays           DOUBLE   COMMENT '与上一次联系的时间间隔',
       previous        DOUBLE   COMMENT '之前与客户联系的次数',
       poutcome        STRING   COMMENT '之前市场活动的结果',
       emp_var_rate    DOUBLE   COMMENT '就业变化速率',
       cons_price_idx  DOUBLE   COMMENT '消费者物价指数',
       cons_conf_idx   DOUBLE   COMMENT '消费者信心指数',
       euribor3m       DOUBLE   COMMENT '欧元存款利率',
       nr_employed     DOUBLE   COMMENT '职工人数',
       y               BIGINT   COMMENT '是否有定期存款'
   );

6. 在编辑页面，单击发布按钮，在开发环境对应MaxCompute项目中创建bank_data表。

7. 完成bank_data表创建后，即可在数据目录下单击表名，查看表的详细信息。

二、上传数据

下载banking.csv文件至本地，通过DataWorks的使用限制功能将文件上传至MaxCompute项目创建的bank_data中。

1. 单击左上角图标，在弹出页面中单击全部产品 > 数据集成 > 上传与下载，进入上传与下载页面。

2. 单击最近上传模块的数据上传按钮，进入数据上传配置页面，可参考以下配置。

   参数		描述
   数据来源		本地文件。
   指定待上传数据	选择文件	上传已下载至本地的banking.csv文件。
   设置目标表	目标引擎	MaxCompute
   	MaxCompute项目名称	选择bank_data表所在的MaxCompute项目。
   	选择目标表	选择bank_data表作为目标表。
   上传文件数据预览		单击按顺序映射，完成文件数据与bank_data表字段映射。

   说明

   • 本地文件支持上传.csv，.xls，.xlsx，.json类型的文件。

   • 表格文件默认上传文件的第一个Sheet。

   • .csv文件最大支持5GB，其他文件最大支持100MB。

3. 单击数据上传，将下载的CSV文件内的数据上传至MaxCompute计算资源内的bank_data表中。

4. 确认数据上传成功。

   在数据上传成功后，您可通过SQL查询（旧版）来确认bank_data表中是否已写入数据。

   1. 单击左上角图标，在弹出页面中单击全部产品 > 数据分析 > SQL查询。

   2. 在我的文件后单击 > 新建文件，自定义文件名后单击确定。

   3. 在SQL查询页面，配置如下SQL。

      SELECT * FROM bank_data limit 10；

   4. 在右上角选择bank_data表所在的工作空间和MaxCompute数据源后单击确定。

      说明

      本示例以标准模式工作空间为例，且bank_data表仅在开发环境创建，选择数据源时，必须选择开发环境的MaxCompute数据源。若您使用的是简单模式工作空间，选择生产环境的MaxCompute数据源即可。

   5. 单击顶部的运行按钮，在成本预估页面，单击运行，运行成功之后，在页面下方您将获得bank_data的前10条记录。此时，表示您成功上传本地数据至bank_data表。

      

三、加工数据

使用MaxCompute SQL节点将上传至bank_data表的数据进行过滤，获得单身人士贷款买房的受教育水平分布数量数据，并将数据写入新的result_table表中。

四、调试运行

工作流配置完成后，需要您在dw_basic_case工作流编排页面，单击按钮，调试运行整个工作流，验证工作流是否可以正常运行。若运行失败，则可根据调试运行日志进行排查。

五、数据查询与展示

您已经将上传至MaxCompute计算资源的数据，经过数据开发处理，在SQL查询（旧版）中可查询result_table数据，并且进行分析。

1. 单击左上角图标，在弹出页面中单击全部产品 > 数据分析 > SQL查询。

2. 在我的文件后单击 > 新建文件，自定义文件名后单击确定。

3. 在SQL查询页面，配置如下SQL。

   SELECT * FROM result_table;

4. 在右上角选择result_table表所在的工作空间和MaxCompute数据源后单击确定。

   说明

   本示例以标准模式工作空间为例，且result_table表仅在开发环境创建，未发布至生产环境，所以选择数据源时，必须选择开发环境的MaxCompute数据源。若您使用的是简单模式工作空间，选择生产环境的MaxCompute数据源即可。

5. 单击顶部的运行按钮，在成本预估页面，单击运行。

6. 在查询结果中单击，查看可视化图表结果，您可以单击图表右上角的自定义图表样式。自定义图表样式的更多信息，请参见可视化卡片和报告。

   说明

   在可视化卡片和报告中，您可通过样式设置 > 更换图表将系统默认的分组柱状图更换为饼图。

7. 您也可以单击图表右上角保存，将图表保存为卡片，然后在左侧导航栏单击卡片（）查看。