阿里云-DataWorks-数据分析开发到上线运维

本文涉及的产品
大数据开发治理平台DataWorks,资源组抵扣包 750CU*H
简介: 本文主要讲解 阿里云-DataWorks- 数据分析开发到上线运维 的思路。因本文为IT人员以技术视角阐述 日常我们做数据分析的实际开发过程所转化,适合数据分析相关人员阅读。

DataWorks数据开发-解决方案

工作空间>解决方案>业务流程
DataWorks对数据开发模式进行全面升级,按照业务种类组织相关的不同类型的节点以更好地以
业务为单元、连接多个业务流程进行开发。
DataWorks通过工作空间 > 解决方案 > 业务流程三级结构,全新定义开发流程,提升开发体验:
工作空间:
权限组织的基本单位,用来控制您的开发、运维等权限。工作空间内成员的所有代码均可以协同开发管理。
解决方案:
可以自定义组合业务流程为一个解决方案。
它的优势如下:
1、包括多个业务流程。
2、解决方案之间可以复用相同的业务流程。
3、自定义组合而成的解决方案,可以让您进行沉浸式开发。
业务流程:
业务的抽象实体,让您能够以业务的视角来组织数据代码开发。业务流程可以被多个解决方案复用。
它的优势如下:
1、帮助我们从业务视角组织代码,更清晰,并且提供基于任务类型的代码组织方式。每个节点类型下均支持
创建多级子目录,右键单击相应的节点类型,选择新建文件夹即可(建议不超过4级)。
2、让我们可以从业务视角查看整体的业务流程,并进行优化。
3、提供业务流程看板,开发更高效。
4、让我们可以按照业务流程组织进行发布和运维。

IT技术人员数据开发

1、创建ODPS SQL节点。
ODPS SQL采用类似SQL的语法,适用于海量数据(TB级)但实时性要求不高的分布式处理场景。
2、编写含有业务逻辑的SQL。
3、调度参数配置、
必须是key=value的格式,且(=)前后不支持空格,示例如下。
time={yyyymmdd hh:mm:ss} //错误。
a =b //错误。
如果设置bizdate、date等关键字作为调度参数变量,格式必须是yyyymmdd。如果需要其它格式,请
使用其它变量名称,避免冲突,示例如下。
bizdate=201908 //错误,不支持。

4、配置上下游节点依赖关系,用于任务上线自动运行,默认可以挂在空间根节点上。
5、提交ODPS SQL节点 到运维中心上线。

补充任务配置的操作步骤:

  1. 新建数据源。
  2. 新建数据同步节点。
  3. 选择数据来源。
  4. 选择数据去向。
  5. 配置字段的映射关系。
  6. 配置作业速率上限、脏数据检查规则等信息。
  7. 配置调度属性。

运维中心

运维中心是日常运维的主要工具,可以对已提交的业务流程及其节点任务进行管理与维护。
运维中心包括运维大屏、任务列表、任务运维和智能监控4个模块。
运维大屏:主要对平台的全局任务进行查看与管理,包括实例执行概览、任务运行情况、任务节点执行时
长排行、调度任务数量趋势、近一个月出错排行以及当前工作空间的任务类型分布。
任务列表:任务列表包括周期任务和手动任务。
任务运维:任务运维包括周期实例、手动实例、测试实例和补数据实例。您可以通过列表视图和DAG图2
种方式进行管理。
列表视图以列表形式为您展示任务的运行状态,可以进行批量添加报警、修改责任人、添加到基线等操
作。
DAG图可以对节点的运行状态及上下游依赖关系等进行维护与管理,也可以对单个节点进行补数据、重
跑等操作。
智能监控:主要包括基线实例、基线管理、事件管理、规则管理和报警信息。

注意

因本文为IT人员以技术视角阐述 日常我们做数据分析的实际开发过程所转化,适合数据分析相关人员阅读。

相关实践学习
基于Hologres轻量实时的高性能OLAP分析
本教程基于GitHub Archive公开数据集,通过DataWorks将GitHub中的项⽬、行为等20多种事件类型数据实时采集至Hologres进行分析,同时使用DataV内置模板,快速搭建实时可视化数据大屏,从开发者、项⽬、编程语⾔等多个维度了解GitHub实时数据变化情况。
相关文章
|
3月前
|
数据采集 运维 DataWorks
DataWorks 千万级任务调度与全链路集成开发治理赋能智能驾驶技术突破
智能驾驶数据预处理面临数据孤岛、任务爆炸与开发运维一体化三大挑战。DataWorks提供一站式的解决方案,支持千万级任务调度、多源数据集成及全链路数据开发,助力智能驾驶模型数据处理与模型训练高效落地。
|
6月前
|
数据采集 SQL 人工智能
长文详解|DataWorks Data+AI一体化开发实战图谱
DataWorks是一站式智能大数据开发治理平台,内置阿里巴巴15年大数据建设方法论,深度适配阿里云MaxCompute、EMR、Hologres、Flink、PAI 等数十种大数据和AI计算服务,为数仓、数据湖、OpenLake湖仓一体数据架构提供智能化ETL开发、数据分析与主动式数据资产治理服务,助力“Data+AI”全生命周期的数据管理。
1126 5
|
9月前
|
数据采集 机器学习/深度学习 DataWorks
DataWorks产品评测:大数据开发治理的深度体验
DataWorks产品评测:大数据开发治理的深度体验
394 1
|
10月前
|
机器学习/深度学习 数据采集 DataWorks
数据分析经典案例重现:使用DataWorks Notebook 实现Kaggle竞赛之房价预测,成为数据分析大神!
Python是目前当之无愧的数据分析第一语言,大量的数据科学家使用Python来完成各种各样的数据科学任务。本文以Kaggle竞赛中的房价预测为例,结合DataWorks Notebook,完成数据加载、数据探索、数据可视化、数据清洗、特征分析、特征处理、机器学习、回归预测等步骤,主要Python工具是Pandas和SKLearn。本文中仅仅使用了线性回归这一最基本的机器学习模型,读者可以自行尝试其他更加复杂模型,比如随机森林、支持向量机、XGBoost等。
|
10月前
|
DataWorks 数据挖掘 大数据
方案实践测评 | DataWorks集成Hologres构建一站式高性能的OLAP数据分析
DataWorks在任务开发便捷性、任务运行速度、产品使用门槛等方面都表现出色。在数据处理场景方面仍有改进和扩展的空间,通过引入更多的智能技术、扩展数据源支持、优化任务调度和可视化功能以及提升团队协作效率,DataWorks将能够为企业提供更全面、更高效的数据处理解决方案。
|
数据采集 DataWorks 数据挖掘
提升数据分析效率:DataWorks在企业级数据治理中的应用
【8月更文第25天】本文将探讨阿里巴巴云的DataWorks平台如何通过建立统一的数据标准、规范以及实现数据质量监控和元数据管理来提高企业的数据分析效率。我们将通过具体的案例研究和技术实践来展示DataWorks如何简化数据处理流程,减少成本,并加速业务决策。
918 54
|
11月前
|
SQL DataWorks 关系型数据库
阿里云 DataWorks 正式支持 SelectDB & Apache Doris 数据源,实现 MySQL 整库实时同步
阿里云数据库 SelectDB 版是阿里云与飞轮科技联合基于 Apache Doris 内核打造的现代化数据仓库,支持大规模实时数据上的极速查询分析。通过实时、统一、弹性、开放的核心能力,能够为企业提供高性价比、简单易用、安全稳定、低成本的实时大数据分析支持。SelectDB 具备世界领先的实时分析能力,能够实现秒级的数据实时导入与同步,在宽表、复杂多表关联、高并发点查等不同场景下,提供超越一众国际知名的同类产品的优秀性能,多次登顶 ClickBench 全球数据库分析性能排行榜。
517 6
|
存储 分布式计算 DataWorks
关于阿里云DataWorks的6个问题记录
该文章记录了关于阿里云DataWorks使用的六个常见问题及解答,帮助用户更好地理解和操作DataWorks平台。
453 0
关于阿里云DataWorks的6个问题记录
|
机器学习/深度学习 DataWorks 数据挖掘
基于阿里云Hologres和DataWorks数据集成的方案
基于阿里云Hologres和DataWorks数据集成的方案
235 7
|
SQL JSON 分布式计算
DataWorks操作报错合集之如何解决在创建Hologres开发节点时报错
DataWorks是阿里云提供的一站式大数据开发与治理平台,支持数据集成、数据开发、数据服务、数据质量管理、数据安全管理等全流程数据处理。在使用DataWorks过程中,可能会遇到各种操作报错。以下是一些常见的报错情况及其可能的原因和解决方法。

热门文章

最新文章