开发者学堂课程【DataWorks一站式大数据开发治理平台精品课程：MaxCompute+DataWorks 最佳实践】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/81/detail/1249
MaxCompute+DataWorks 最佳实践（三）
43、这条规则配置好之后，到运维中心任务里面，找到节点，看到这条监控规则的内容，比如进入到运维中心，刷新，在运行任务里面找到的刚刚配置的同步节点，点击右键配置监控规则，可以看到那条规关联的规则已经进到这里，在这里面也可以去进行配置添加。数据质量的配置也已经成功了。这是两种方法，一种是在运维中心里面配置，一种是在数据质量关联调度这里配置。
44、配置好之后，数据质量怎么通知到大家？有个订阅管理的功能，订阅管理它是可以采用邮件短信以及钉钉的方式，去选择具体的接收的管理员。点击好之后，如果这条规则被执行之后，它就会定期的以选择的方式通知到接收人。其它表需要去配置的，也可以再去设置规则，可以看数据的实例，还在运行中，基本可以看到它已经是有部分节点已经运行成功了，其它依赖的节点是正在运行，下游节点因为依赖外数据同步的节点，所以下游还没有运行，它有一个依赖的关系在里面。
45、配置好了以后，数据的用户画像也已经加工好了，希望把这些用户的画像以一个可视化的形式展现出来，这时可以用 dataworks 搭配上阿里云的另外一个工具可视化工具 quick BI 来构建网站用户画像分析的一个仪表盘，实现数据表的可视化。首先前提是已经完成了数据画像加工的这么一个功能，进入到 quick BI 的控制台进行个性化的配置。首先要购买 quick BI 的工具，这里面已经买过了，所以直接进入到它的面板里面。进入之后，首先看 quick BI 的工作里面，左边有一个工作空间，右边会告诉最近创建的数据内容，首先是要到个人的工作空间里面创建的仪表盘，进入到个人空间以后，首先要把需要去做可视化展现的数据源添加进来，因为已经数据的集成加工都是在 maxcompute 里面，进入到当前个人的工作空间里面以后，点击左侧的数据源，新建一个数据源，因为存在 maxcompute，显示名称是可以随便命名的，但是需要注意的是项目名称，项目名称必须要是要跟在dataworks 里面创建的工作空间的某一个工作空间的名字是相同的，不能随便填，如果是随便填一个不存在的项目名称是无法匹配上的，所以这里填刚刚创建好的项目 dataworks worshop1021， ak 账户的默认的一个 ID。连接测试，显示数据连通正常了，把它添加进来。
46、选择 rpt 层，选择创建数据集，创建好数据值之后，可以看到这里面有一个新增的刚刚创建的数据集，创建好数据集之后，用户的画像是在数据集里面，所以对用户的内容去做一个可视化的配置，点击数据集给它创建一个新建，首先双击它，双击它之后常见的数据的加工包括维度，度量的切换、改变维度的类型、增加计算字段、创建层次结构、改变字段的数据类型更换，度量聚合方式，制作关联模型等，点击进入到数据集里面对它进行编辑。它的维度有以下几种，那将dt日志的日期，进行一个维度的转换，将它转换成维度类型，转换成日期的形式，以年月日的形式来展现。现在是文本，将它的维度进行转换，可以看到年月日这些周期都在下面呈现出来。
47、第二个做维度转化的是一个地域的形式，那要将地域转化成地理信息，里面有一个省和直辖市的概念，右击选择维度切换，选择地理信息审核直辖市，可以看到它前面小图标已经变成了地理位置的一个小图标。
48、那维度维护好之后，新建仪表盘，保存成功之后倒退出去，在数据表数据集的里面，右侧选择新建仪表盘，仪表盘内容可以看到上面有线图、柱图、组合图、饼图，还有交叉表以及这些地图的各种指标看板，仪表盘等多种的一个可视化界面的操作，展示其中的三项，首先配置一个指标看板，直接将它拖拽进来，右侧是去配置数据度量的标准，数据集选择 rpt user，选择的度量单位是 Pb，过滤器选择按天来过滤，pv 拖拽到度量标准里面，按年过滤，直接拖到过滤器里面，过滤器点击小漏斗，设置过滤器，以年为单位的。
49、更新，数据预览，可以看到数据就已经正常显示出来了，简单的指标看板的就构建完成了。
50、再去建一个线图，线图已经拖拽进来了，它里面有几项需要更新，一个是度量按Pv，维度是按天，颜色是按年龄，过滤器还是按年。将线图设置，再将过滤器进行配置。可以看到数据就有一些显示了。
51、显示好之后，再制作一个彩色的地图，因为大屏上面，这种地图会用的比较多，那再拖拽一个地图进来，它也有三个维度，地域维度是 region，色彩还是 pv，过滤器还是年，设置过滤器，更新预览，可以看到对各个地方的数据就有了一个可视化的展现，按不同地域来的，把它配置好了以后，简单的一个可视化的大图就设置好了，保存，保存成 workshop 可视化。
52、仪表盘就保存成功，可视化也就做好了，可以预览一下，整个图就已经做好了，基本的可视化的操作就完成了。
53、回到 dataworks 里面，dataworks 有一个数据服务的功能。可以看到刚刚运行的实例都已经成功运行了，都显示成功。
54、点击小框全部产品里面有一个数据服务的功能，数据服务现在主要的功能就是可以快速自动的生成一个 API。左边是生成 API 的一个列表，本次新建一个列表生成API，选择向导模式，脚本是自己编写，脚本的向导主要是界面图形可视化的操作，选择向导，API 的名称是根据的任务自己去配置的，比如d ataworks workshop，分组给它新建一个分组，新建一个 API，API 的名称 workshop10，分组选择刚刚创建好的 dataworks workshop，API 的路径是自行设设计的，主要是用于后续搜索 API的路径，比如 /dataworks/workshop。它的协议是 http 和 https，请求方式由 get和 post 两种，返回方式是转 json，描述输入访问 workshop，点击确认，API 的基本内容已经配置好。
55、再去选择表的数据源。演示的内容是在数据开发数据服务里面生成 API，配置数据源，可以根据向导模式生成 API 的演示操作说明进行，配置 API 的参数，选择某一个数据源，数据源类型选择 sql，数据源名称选择用户画像表格 ods_user_info_d，可以看到这张表的字段它就自动映射出来了，映射出来了以后，可以为设置请求参数和返回参数，就是输入哪些请求参数之后，可以返回哪些的参数，这些都可以自定义选择，选择输入的 uid 作为请求参数，会返回4项，测试。
56、保存，生成一个测试值，值要填入表格里面正确的一个值。比如随便使用一个uid，测试，看是否能通过。根据 uid，它返回了以下4项，测试成功，说明 API 是可以正常请求的。向导模式到 API 的内容就已经基本完成了，就可以去设置生成 API。
"age_ range": "30-40岁",
"uid": "0016359810821" ,
"gender": "女" ,
"zodiac": "巨蟹座"
