本文为您介绍Python SDK中操作MaxCompute资源相关的典型场景操作示例。

背景信息

MaxCompute中的资源常用在UDF和MapReduce中。基本操作如下:
  • list_resources():列出该项目空间下的所有资源。
  • exist_resource():判断资源是否存在。
  • delete_resource():删除资源。您也可以通过Resource对象调用drop方法实现。
  • create_resource():创建资源。
  • open_resource():读取资源。
PyODPS中,主要支持文件和表两种资源类型。
  • 文件资源:
    文件资源包括基础的FILEPYJARARCHIVE
    说明 在DataWorks中,PY格式的文件资源请以FILE形式上传,详情请参见Python UDF文档
    文件资源相关SDK示例请参见下文的文件资源
  • 表资源:表资源相关SDK示例请参见下文的表资源

文件资源

文件资源常见操作如下:

创建文件资源

您可以通过给定资源名、文件类型和一个file-like的对象(或字符串对象)调用create_resource()来创建。
# 使用file-like的对象创建文件资源,注意压缩包等文件需要用二进制模式读取
resource = o.create_resource('test_file_resource', 'file', file_obj=open('/to/path/file', 'rb'))
# 使用字符串创建文件资源
resource = o.create_resource('test_py_resource', 'py', file_obj='import this')

读取和修改文件资源

打开一个资源有如下两种方法:
  • 对文件资源调用open方法。
  • 在MaxCompute入口调用open_resource()方法。
打开后的对象是file-like的对象。类似于Python内置的open()方法,文件资源也支持打开的模式,示例如下。
with resource.open('r') as fp:  # 以读模式打开资源。
    content = fp.read()  # 读取全部的内容。
    fp.seek(0)  # 回到资源开头。
    lines = fp.readlines()  # 读成多行。
    fp.write('Hello World')  # 报错,读模式下无法写资源。

with o.open_resource('test_file_resource', mode='r+') as fp:  # 读写模式打开资源。
    fp.read()
    fp.tell()  # 定位当前位置。
    fp.seek(10)
    fp.truncate()  # 截断后面的内容。
    fp.writelines(['Hello\n', 'World\n'])  # 写入多行。
    fp.write('Hello World')
    fp.flush()  # 手动调用会将更新提交到ODPS。
所有支持的打开类型包括:
  • r:读模式,只能打开不能写。
  • w:写模式,只能写入而不能读文件,注意用写模式打开,文件内容会先被清空。
  • a:追加模式,只能写入内容到文件末尾。
  • r+:读写模式,可以任意读写内容。
  • w+:类似于r+,但会先清空文件内容。
  • a+:类似于r+,但写入时只能写入文件末尾。
同时,PyODPS中文件资源支持以二进制模式打开,例如一些压缩文件需要以这种模式打开。
  • rb:指以二进制读模式打开文件。
  • r+b:指以二进制读写模式打开。

表资源

创建表资源

o.create_resource('test_table_resource', 'table', table_name='my_table', partition='pt=test')

更新表资源

table_resource = o.get_resource('test_table_resource')
table_resource.update(partition='pt=test2', project_name='my_project2')

获取表及分区

table_resource = o.get_resource('test_table_resource')
table = table_resource.table
print(table.name)
partition = table_resource.partition
print(partition.spec)

读写内容

table_resource = o.get_resource('test_table_resource')
with table_resource.open_writer() as writer:
    writer.write([0, 'aaaa'])
    writer.write([1, 'bbbbb'])
    
with table_resource.open_reader() as reader:
    for rec in reader:
        print(rec)