如何使用PyODPS读写MaxCompute表数据_人工智能平台 PAI-阿里云帮助中心

本文介绍如何使用PyODPS和SQL File读MaxCompute表数据。

前提条件

在开始执行操作前，请确认您已经完成以下准备工作：

已开通MaxCompute，详情请参见开通MaxCompute。
可选：已创建支持登录PAI控制台的RAM角色，详情请参见RAM角色登录并使用PAI。
可选：已为RAM角色授权MaxCompute项目操作权限，详情请参见通过控制台（新版）管理用户权限。
安装PyODPS环境前，您可先查看下Python的版本，建议Python版本为3.6及以上版本，不建议使用2.7及以下版本。
已完成身份验证配置。您可以使用环境变量、本地文件等方式进行配置，具体操作请参见身份验证配置。

PyODPS

您可以使用PyODPS与MaxCompute或Designer中的数据进行通信。PyODPS是阿里云提供的Python SDK，详情请参见PyODPS开发文档。

安装PyODPS。
在DSW的Terminal中，执行如下命令。
```
pip install pyodps
```
执行如下命令检查安装是否成功。若无返回值和报错信息表示安装成功。
```
python -c "from odps import ODPS"
```
如果您使用的Python不是系统默认的Python版本，安装完PIP后，您可以执行如下命令进行Python版本切换。
```
/home/tops/bin/python3.7 -m pip install setuptools>=3.0
#/home/tops/bin/python3.7为安装的python路径
```

通过SQL读取MaxCompute数据。

import numpy as np
import pandas as pd
import os

from odps import ODPS
from odps.df import DataFrame
# 建立链接。
o = ODPS(
    os.getenv('ALIBABA_CLOUD_ACCESS_KEY_ID'),
    os.getenv('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),
    project='your-default-project',
    endpoint='your-end-point',
)

# 读取数据。
sql = '''
SELECT  
    *
FROM
    your-default-project.<table>
LIMIT 100
;
'''
query_job = o.execute_sql(sql)
result = query_job.open_reader(tunnel=True)
df = result.to_pandas(n_process=1) #n_process配置可参考机器配置，取值大于1时可以开启多线程加速。

其中：

ALIBABA_CLOUD_ACCESS_KEY_ID和ALIBABA_CLOUD_ACCESS_KEY_SECRET：需将该环境变量设置为您的阿里云账号的AccessKey ID和 AccessKey Secret。
说明
不建议直接使用AccessKey ID和 AccessKey Secret字符串。
your-default-project和your-end-point：需替换为您设置的默认项目名称与Endpoint信息，各地域的Endpoint请参见Endpoint。

关于如何使用PyODPS对MaxCompute表进行其他操作（例如写入数据），详情请参见表。

SQL File

DSW提供了SQL File功能，支持您通过SQL语句的方式对有查询权限的MaxCompute数据源进行快速的数据查询，具体操作步骤如下。

说明

使用SQL语句进行数据查询时，DSW暂时不收取额外费用，仅收取MaxCompute的计算和存储费用。

进入DSW开发环境。
1. 登录PAI控制台。
2. 在左侧导航栏单击工作空间列表，在工作空间列表页面中单击待操作的工作空间名称，进入对应工作空间内。
3. 在页面左上方，选择使用服务的地域。
4. 在左侧导航栏，选择模型开发与训练 > 交互式建模（DSW）。
5. 可选：在交互式建模（DSW）页面的搜索框，输入实例名称或关键字，搜索实例。
6. 单击需要打开的实例操作列下的打开。
在Launcher页面，单击Text and terminal区域的SQL File，创建SQL查询文件。

配置MaxCompute数据源。

单击主工作区域右上角的数据源按钮。

在数据源设置配置面板，配置各项参数，并单击选择。

参数	描述
MaxCompute Endpoint	项目所在地域的Endpoint，详情请参见Endpoint。例如华东1（杭州）的Endpoint为`http://service.cn-hangzhou.maxcompute.aliyun.com/api`。
Tunnel Endpoint	项目所在地域的Tunnel Endpoint，详情请参见Endpoint。例如华东1（杭州）的Endpoint为`http://dt.cn-hangzhou.maxcompute.aliyun.com`。
MaxCompute项目空间	MaxCompute项目名称。

执行查询语句。
在SQL编辑框内编辑MaxCompute数据源的查询代码，完成后执行对应命令即可获取查询结果。
- 运行代码：支持通过单击SQL语句左侧的快捷运行按钮直接运行代码，或选中部分代码后单击，运行完成后可查看对应代码的运行结果。
- 格式化：您也可以通过格式化将自行排版的代码一键规范化排版。

查看查询结果。

SQL语句执行成功后，您可以对查询结果进行如下操作：

功能	图示	操作说明
查看运行结果中表格数据		为您展示SQL语句的查询结果。
查询结果可视化图表展示		支持您使用折线图、柱状图、条形图、饼图、交叉表对查询结果进行可视化展现。您可以拖拽字段到维度、指标等区域创建图表。同时，支持您单击字段，修改字段类型、设置字段别名等。
查看查询结果对应的SQL语句		为您展示当前查询结果对应的SQL内容，支持对该查询结果对应的SQL语句进行快速复制和快速插入代码编辑区的操作。
查看查询过程对应的操作日志		为您展示执行当前查询语句的操作日志。如果SQL语句执行失败，您可以单击日志中的Logview链接，做进一步的排查。