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

本教程以用户画像为例，在华东2（上海）地域演示如何使用DataWorks完成数据同步、数据加工和质量监控的全流程操作。为了确保您能够顺利完成本教程，您需要准备教程所需的EMR Serverless StarRocks集群、DataWorks工作空间，并进行相关的环境配置。

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。

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。

本案例将使用自定义函数，注册函数所用资源将上传至OSS，请您确保已开通OSS服务并创建OSS Bucket，以及确保函数所用资源读写权限为公开。

本案例采用EMR Serverless StarRocks进行实验，请确保您已拥有StarRocks实例，若您没有StarRocks实例，请创建实例。

本案例将在EMR Serverless StarRocks的数据库中进行，所以在EMR Serverless StarRocks实例创建成功后，需要新建数据库，可登录EMR Serverless StarRocks 实例SQL Editor中执行以下SQL新建数据库。

CREATE DATABASE 数据库名；

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。

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。

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
  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。

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
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。

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。

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Serverless StarRocks作为计算和存储资源，此处计算资源类型选择Serverless StarRocks，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
StarRocks实例	选择需要绑定的StarRocks实例，您也可以在下拉菜单中单击新建，前往EMR StarRocks控制台创建，然后再回到DataWorks空间中选择新创建的StarRocks实例。说明如果在创建工作空间时选择了隔离生产、开发环境，则此处需要分别为生产和开发环境选择StarRocks实例。如何创建StarRocks实例，请参见创建Serverless StarRocks实例。
数据库名称	选择StarRocks实例中的数据库。如果未创建数据库，您需要先在StarRocks实例中创建数据库。
用户名密码	创建StarRock实例时设置的账号和密码，账号默认为`admin`。
计算资源实例名	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。本案例配置为：`doc_starrocks_storage_compute_tightly_01`
连接配置	连接StarRocks实例的资源组，可在此处测试连通性。说明如无可用的资源组，您可以创建资源组并绑定工作空间之后，再到工作空间的详情中测试与计算资源的连通性。具体请参见新增和使用Serverless资源组。

更多绑定计算资源的操作指导，请参见：绑定计算资源参考。

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StarRocks节点建表查询同步后的数据。详情请参见同步数据。