用户画像分析案例环境准备-基于新版数据开发和MaxCompute计算资源_大数据开发治理平台 DataWorks(DataWorks)-阿里云帮助中心

本教程以构建用户画像为例，基于DataWorks预先提供的原始数据集，指导您在DataWorks 华东2（上海）地域完成数据同步、加工及质量监控全流程操作。请提前准备MaxCompute项目、DataWorks工作空间，并配置好数据源、计算及存储资源。

业务背景

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。

操作前须知

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案例整体流程。

注意事项

本教程提供教程所需用户信息数据与网站访问测试数据，您可直接使用。
本教程提供数据仅作为阿里云大数据开发治理平台DataWorks数据应用实操使用，所有数据均为人工Mock数据。
本教程使用数据开发（Data Studio）（新版）进行数据加工。

MaxCompute环境准备

步骤一：开通MaxCompute产品

本教程基于MaxCompute实现，请确保已开通MaxCompute，可参考以下参数开通上海地域的MaxCompute。

区域：华东2（上海）
规格类型：标准计算资源。

步骤二：新建MaxCompute项目

DataWorks标准工作空间下，需绑定开发和生产两个MaxCompute项目，作为DataWorks开发环境下的计算资源以及生产环境下的计算资源。

进入MaxCompute工作台，单击左侧菜单进入工作区 > 项目管理页面。

单击新建项目，分别新建两个MaxCompute项目，以下为本示例所需配置的关键参数，未说明参数保持默认即可。

配置项	配置内容

配置项	配置内容
项目名称	自定义，全网唯一。本教程示例：生产环境：workshop2024_01 开发环境：workshop2024_01_dev
计算资源付费类型	本教程勾选：按量付费。
默认Quota	本教程下拉选择：默认后付费Quota。
数据类型	本教程下拉选择：2.0数据类型（推荐）。
是否加密	本教程勾选：不加密。

更多创建MaxCompute的操作指导，请可参见：创建MaxCompute项目。

DataWorks环境准备

使用DataWorks开发前，请确保已开通DataWorks服务，详情请参见开通DataWorks服务。

步骤一：创建工作空间

如果在华东2（上海）区域已有（新版）工作空间，可以忽略该步骤，使用已有工作空间。

登录DataWorks控制台，在顶部切换地域至华东2（上海），单击左侧导航栏中的工作空间，进入空间列表页面。
单击创建工作空间，创建参加数据开发（Data Studio）（新版）公测的标准模式空间（生产、开发环境隔离）。
说明
2025年02月18日后，主账号在华东2（上海）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。

更多创建工作空间的操作指导，请参见创建工作空间。

步骤二：创建Serverless资源组

购买Serverless资源组。
本教程在数据同步与调度时，需要使用DataWorks的Serverless资源组，因此您需要先购买Serverless资源组，并完成前期的准备工作。
1. 登录DataWorks-资源组列表页，在顶部切换地域至华东2（上海），单击左侧导航栏的资源组，进入资源组列表页面。
2. 单击创建资源组，在资源组购买页面，选择地域和可用区为华东2（上海）、设置资源组名称，其他参数可根据界面提示进行配置，然后根据界面提示完成付款。Serverless资源组的计费说明请参见Serverless资源组计费。
  说明
  - 本教程将使用华东2（上海）地域的Serverless资源组进行示例演示，需注意Serverless资源组不支持跨地域操作。
  - 如当前地域没有可用的VPC和交换机，请单击参数说明中对应的控制台链接前往创建。VPC和交换机的更多信息，请参见什么是专有网络。
将资源组绑定至DataWorks工作空间。
新购买的Serverless资源组需要绑定至工作空间，才能在后续操作中使用。
登录DataWorks-资源组列表页，在顶部切换地域至华东2（上海），找到购买的Serverless资源组，单击操作列的绑定工作空间，然后单击已创建的DataWorks工作空间后的绑定。

为资源组配置公网访问能力。

由于本教程使用的测试数据需要通过公网获取，资源组默认不具备公网访问能力，因此需要为资源组绑定的VPC配置公网NAT网关，添加EIP，使其与公开数据网络打通，从而获取数据。

登录专有网络-公网NAT网关控制台，在顶部菜单栏切换地域至华东2（上海）。

单击创建公网NAT网关，配置相关参数。以下为本示例所需配置的关键参数，未说明参数保持默认即可。

参数	取值

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，切换至华东2（上海）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	专有网络全通模式（SNAT）。
弹性公网IP实例	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。

单击立即购买，勾选服务协议后，单击立即开通，完成购买。

更多新增和使用Serverless资源组的操作指导，请参见新增和使用Serverless资源组。

步骤三：绑定MaxCompute为计算资源

您需要先将已创建的MaxCompute项目作为计算资源绑定至DataWorks工作空间，后续才能在数据开发模块中对MaxCompute中的数据进行处理。

进入DataWorks-工作空间列表页，在顶部切换地域至华东2（上海），找到已创建的工作空间，单击工作空间名称，进入空间详情页。
在左侧导航栏单击计算资源。

单击绑定计算资源，选择需要绑定的计算资源类型，然后配置相关参数。

本教程使用MaxCompute作为计算和存储资源，此处计算资源类型选择MaxCompute，配置相关参数。以下为本示例所需配置的关键参数，未说明参数保持默认即可。

参数	说明

参数	说明
MaxCompute项目	选择需要绑定的MaxCompute项目，本教程分别为生产环境和开发环境绑定步骤二中已创建好的对应MaxCompute项目。
默认访问身份	定义在当前工作空间下，用什么身份访问该MaxCompute项目。开发环境：当前仅支持使用执行者身份访问。生产环境：可根据当前登录账号进行下拉选择。本教程选择阿里云主账号。说明如果您当前登录的是其他身份账号，具体配置请参见创建MaxCompute数据源。
计算资源实例名	自定义，用于标识该计算资源，在任务运行时，通过计算资源实例名称来选择任务运行的计算资源。
连接配置	连接MaxCompute计算资源的资源组，此处展示已创建并绑定至当前工作空间的Serverless资源组，您需要在此处分别测试开发环境和生产环境的连通性。

单击确认，完成MaxCompute计算资源配置。

更多绑定计算资源的操作指导，请参见：绑定计算资源参考。

后续步骤

现在，您已经完成了环境的准备，您可以继续下一个教程。在下一个教程中，您将学习如何将用户基本信息数据、用户网站访问日志数据同步至OSS，然后通过ODPS SQL节点建表查询同步后的数据。详情请参见同步数据。