Severless SQL on OSS 实验（DataLakeAnalytics on OSS）

摘要： 数据存储在OSS后，可以有多种方式查询分析OSS数据，如自建Spark/Presto/Impala（阿里云EMR以及Hadoop社区官方已支持OSS）, 使用MaxCompute、DataLakeAnalytics等。

基于OSS的数据查询分析

数据存储在OSS后，有多种查询分析的方法，包括阿里云MaxCompute、DataLakeAnalytics产品等Severless查询分析服务，也可以自建Spark、Presto、Imapla应用来分析OSS上的数据。

实验步骤（DataLakeAnalytics on OSS）

本次实验，主要介绍实验DataLakeAnalytics如何Severless地查询分析OSS上的数据。

服务开通

OSS服务：

1.开通OSS服务https://www.aliyun.com/product/oss

DataLakeAnalytics服务：

1.申请DataLakeAnalytics的试用资格

备注：目前DataLakeAnalytics公测中，需提交公测申请，开通试用。

操作步骤

准备数据

登录控制台， 并创建目录

请创建华东1区域的OSS测试Bucket（目前DataLakeAnalytics产品公测区域为华东1）。

备注：Bucket名称是全局唯一，如果提示名称已存在，请更换一个Bucket名称。

创建目录（建议目录如下）：

创建目录workshop_sh/trade, workshop_sh/user 

下载模拟数据（该数据本次实验的模拟数据）

http://testdatasample.oss-cn-hangzhou.aliyuncs.com/workshop_sh/workshop_sh.zip

将下载的将交易记录和开户信息数据，分别上传到trade、user目录

登录Data Lake Analytics控制台

点击“登录数据库”，输入开通服务时分配的用户名和密码，登录Data Lake Analytics控制台。

公测期间的分配的用户名、密码，开通服务的消息中可以查看

创建Schema和Table

创建Schema

输入创建SCHEMA的语句，点击“同步执行”。

CREATE SCHEMA sh_trade

CREATE SCHEMA sh_trade

（注意：同一个阿里云region，schema名全局唯一，建议根据业务定义，已有重名schema，在创建时会提示报错，则请换一个schema名字。）

创建表

在“数据库”的下拉框中，选择刚刚创建的schema。

然后在SQL文本框中输入建表语句如下，并点击同步执行。其中，Location替换为您的Bucket和测试数据的路径

1.创建交易记录表：

说明：LOCATION 'oss://Bucket名称/交易记录表目录/'

实验中，替换LOCATION 'oss://您的OSS存储空间名称/workshop_sh/user/'。如：oss://workshopsh20180608100/workshop_sh/user

2.创建开户信息表：

说明：LOCATION 'oss://Bucket名称/开户信息表目录/'

实验中，替换LOCATION 'oss://您的OSS存储空间名称/workshop_sh/user/'。 如：oss://workshopsh20180608100/workshop_sh/user

3.建表完毕后，刷新页面，在左边导航条中能看到schema下的2张表

SQL查询(同步执行)

1.查询交易机构SXS_0010，在0603至0604的100条交易记录

显示执行结果

2.查询各城市、男性女性人群，购买的基金总额（多表Join查询）

SQL查询(异步执行)

异步执行查询，将查询结果，以CSV格式，输出到OSS上

作者：猫耳呀
链接：https://www.jianshu.com/p/7398743c5686