本教程以用户画像分析为例，通过使用DataWorks完成数据同步、数据加工、质量监控的全流程操作。为保证您可以顺利完成本教程，您需要准备教程所需的EMR集群、DataWorks工作空间，并做好相关的环境配置。
前提条件
步骤一：创建OSS Bucket
本教程需要您创建一个OSS Bucket，后续会将用户信息和网站访问日志信息同步到OSS Bucket中，用于数据建模和数据分析。
步骤二：创建EMR集群
本教程需要您创建一个EMR集群，用于集成到DataWorks，使得您能够在DataWorks平台上执行基于EMR集群的数据处理任务。
具体操作，请参见创建集群。在创建EMR集群进行软件配置时，关键参数配置如下：
地域：选择华东2（上海）。
业务场景：选择新版数据湖。
产品版本：选择最新版本。
可选服务：根据实际需求选择组件，其中Hive组件在本案例中必选。
元数据：选择DLF统一元数据。
集群存储根路径：选择步骤一中创建的已开通HDFS服务的OSS Bucket。
对于EMR集群的不同配置，DataWorks产品支持情况存在一定差异。如果您需要在DataWorks上进行EMR任务开发，建议您在创建EMR集群前先参考DataWorks on EMR集群配置最佳实践。
步骤三：创建DataWorks工作空间
在DataWorks工作空间里进行任务开发前您需要先创建一个DataWorks工作空间。
因本示例提供的数据资源都在华东2（上海），建议您将工作空间创建在华东2（上海），以避免工作空间创建在其它区域，添加数据源出现网络不可达的情况。为了简化您的操作流程，建议您在生产、环境是否隔离这一参数处选择否。
登录DataWorks控制台。
单击左侧导航栏中的工作空间。进入工作空间列表页面。
将页面顶部导航栏的地域列表切换为华东2（上海）地域。
单击创建工作空间，输入工作空间名称。具体操作，请参见创建工作空间。
步骤四：配置DataWorks on EMR开发环境
在DataWorks上运行EMR作业前，您需要配置如下开发环境：
购买并配置Serverless资源组。
登录DataWorks控制台，切换至目标地域后，单击左侧导航栏的资源组，进入资源组列表页面。
找到购买的Serverless资源组，单击操作列的绑定工作空间，根据界面提示将资源组绑定至已创建的DataWorks工作空间。
为资源组配置公网访问能力。
登录专有网络-公网NAT网关控制台，在顶部菜单栏切换至华东2（上海）地域。
单击创建公网NAT网关。配置相关参数。
参数
取值
所属地域
华东2（上海）。
所属专有网络
选择资源组绑定的VPC和交换机。
您可以前往DataWorks管理控制台，切换地域后，在左侧导航栏单击资源组列表，找到已创建的资源组，然后单击操作列的网络设置，在数据调度 & 数据集成区域查看绑定的专有网络和交换机。VPC和交换机的更多信息，请参见什么是专有网络。
关联交换机
访问模式
VPC全通模式（SNAT）。
弹性公网IP
新购弹性公网IP。
关联角色创建
首次创建NAT网关时，需要创建服务关联角色，请单击创建关联角色。
说明上表中未说明的参数保持默认值即可。
单击立即购买，勾选服务协议后，单击确认订单，完成购买。
（可选）添加工作空间成员并授权。
只有工作空间成员才可以在DataStudio内运行EMR任务。您可以将其他RAM用户添加为工作空间成员，详情请参见空间级模块权限管控。
说明阿里云主账号和创建工作空间的RAM用户自动成为工作空间的成员，且角色为空间管理员。
注册EMR集群至DataWorks并初始化资源组。
只有将集群注册至DataWorks，才可以在DataWorks上使用EMR集群。详情请参见注册EMR集群至DataWorks。
重要初始化资源组时，请务必确保初始化成功，否则可能导致任务运行失败。如果初始化失败，请根据界面提示查看失败原因并进行连通性诊断。
关键参数配置如下：
集群所属云账号：选择当前阿里云主账号。
集群类型：选择数据湖（DataLake）。
默认访问身份：选择集群账号：hadoop。