在PyODPS节点中调用第三方包

使用限制

• DataWorks建议您在PyODPS节点内获取到本地处理的数据不超过50 MB，该操作受限于DataWorks执行资源的不同规格处理的本地数据过多并超出操作系统阈值时可能发生OOM（Got killed）错误。请避免在PyODPS节点中写入过多的数据处理代码。详情请参见PyODPS概述。

• 如果您发现有Got killed报错，即表明内存使用超限，进程被中止。因此，请尽量避免本地的数据操作。通过PyODPS发起的SQL和DataFrame任务（除to_pandas外）不受此限制。

• 使用独享调度资源组时，非自定义函数代码可以使用平台预装的NumPy和Pandas。不支持其他带有二进制代码的第三方包。

• 由于兼容性原因，在DataWorks中，options.tunnel.use_instance_tunnel默认设置为False。如果需要全局开启instance tunnel，需要手动将该值设置为True。

依赖普通的Python脚本

1. 进入数据开发页面。

   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治理 > 数据开发，在下拉框中选择对应工作空间后单击进入数据开发。

2. 创建Python资源。

   1. 在DataStudio（数据开发）页面，鼠标悬停至图标，单击新建资源 > Python。

      您也可以展开业务流程目录下的目标业务流程，右键单击MaxCompute，选择新建资源 > Python。

   2. 在新建资源对话框中，输入名称（示例为pyodps_packagetest.py）。

      重要

      资源名称只能包含中文、字母、数字、点、下划线（_）、减号（-），且必须加后缀名.py。

   3. 单击新建。

   4. 在新建的Python资源中，输入需要引用的Python脚本，示例如下。

      # import os
      # print os.getcwd()
      # print os.path.abspath('.')
      # print os.path.abspath('..')
      # print os.path.abspath(os.curdir)
      
      def printname():
          print 'test2'
      print 123

   5. 单击工具栏中的图标。

3. 创建PyODPS 2节点。

   1. 展开业务流程目录下的目标业务流程，右键单击MaxCompute，选择新建节点 > PyODPS 2。

   2. 在新建节点对话框中，输入名称（示例为pyodps_testpackage）。

      说明

      节点名称必须是大小写字母、中文、数字、下划线（_）和小数点（.），且不能超过128个字符。

   3. 单击确认。

4. 打开PyODPS 2节点的编辑页面，右键单击目标Python资源名称，选择引用资源。

   引用后，PyODPS 2节点中会自动写入引用语句##@resource_reference{"pyodps_packagetest.py"}。

   

5. 在PyODPS 2节点内输入引用Python脚本的代码，示例如下。

   ##@resource_reference{"pyodps_packagetest.py"} #用于引用之前新建的Python资源，该语句必须添加。
   
   import sys
   import os
   sys.path.append(os.path.dirname(os.path.abspath('pyodps_packagetest.py'))) #引入资源至工作空间。
   import pyodps_packagetest #引用资源，资源名需要删除后缀.py。
   pyodps_packagetest.printname() #调用方法。

6. 单击工具栏中的图标，在页面下方的运行日志区域查看结果。

   

依赖开源的三方包