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

在DSW实例中，当您想要读取MaxCompute表的数据时，可以使用PyODPS来实现。本文介绍如何使用PyODPS读取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和DataWorks。
用户账号已有MaxCompute项目操作权限。如果您使用主账号登录DSW实例，则无需授权。如果您使用的为RAM账号，可以参考如下授权步骤。
操作步骤
1. 使用主账号登录MaxCompute控制台，在左上角选择地域。
2. 在左侧导航栏选择工作区 > 项目管理。
3. 在项目管理页面，单击目标项目操作列的管理。
4. 在角色权限页签，找到role_project_dev，单击成员管理，添加对应RAM账号。
更多MaxCompute权限管理，可参见通过控制台管理用户权限。
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。

操作步骤

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：为您阿里云账号的AccessKey ID和 AccessKey Secret，为防止账号信息泄漏，建议您将AccessKey配置为环境变量。
  - 获取AccessKey信息，请参见创建AccessKey。
  - 如何设置环境变量，请参见配置环境变量。
- 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。

前提条件

操作步骤

相关文档