通过本教程，您可以了解如何使用DataWorks和EMR产品组合进行大数据开发和分析，并通过用户画像分析案例体验DataWorks在数据集成、数据开发和运维中心模块方面的相关能力。
实验介绍
为了更好地制定企业经营策略，现需要从用户网站行为中获取网站用户群体基本画像数据，例如，用户群体的地理属性、社会属性等，实现定时定点进行画像分析，进而实现网站流量精细化运营操作。您可以通过DataWorks和EMR产品组合完成数据同步、数据加工、数据管理和数据消费等操作。
为了顺利进行教程操作，请您务必阅读实验介绍，充分了解用户画像分析实验整体流程。
数据开发平台
本案例使用DataWorks的旧版数据开发（DataStudio）平台，请确保您的工作空间未参加新版数据开发公测。
创建工作空间时，不选择参加数据开发（Data Studio）公测。
2025年02月18日后，主账号在如下地域首次开通DataWorks并创建工作空间时，默认启用新版数据开发。如您已默认启用了新版数据开发，具体教程请参见使用新版数据开发体验。
华东1（杭州）、华东2（上海）、华北2（北京）、华南1（深圳）、中国香港、新加坡、印度尼西亚（雅加达）、德国（法兰克福）
操作步骤
步骤一：准备环境
创建教程所需的EMR集群、DataWorks工作空间，并完成相关的资源组网络配置。
步骤二：同步数据
在DataWorks中配置数据同步链路，将教程提供的用户信息和网站日志数据同步到OSS存储。基于创建EMR外部表解析OSS存储数据的方式，将数据同步到绑定的EMR计算资源，并查询同步后的数据。
步骤三：加工数据
通过DataWorks的EMR Hive节点，对同步到EMR的用户信息表和访问日志数据表中的数据进行加工，得到目标用户画像数据。
步骤四：监控数据质量
为数据加工生成的表配置数据质量监控，提前识别脏数据并进行拦截，避免脏数据影响扩大。
步骤五：管理数据
用户画像分析任务流程完成后，在EMR内将创建对应数据表。您可通过数据地图查看数据表之间的血缘关系。
步骤六：消费数据
用户画像分析完成后，使用数据分析模块，将加工后的数据以图表形式直观展示，便于您快速提取关键信息，洞察数据背后的业务趋势。
获取最终加工后的数据后，使用数据服务模块，通过标准化的数据服务接口，实现数据的共享与应用，为其他使用API接收数据的业务模块提供数据。
- 本页导读
- 实验介绍
- 数据开发平台
- 操作步骤
