基于DataWorks+MaxCompute的企业本地数据上云实践

实验内容：

实验数据来自一家大型石油气配送企业，目前业务区域已经涵盖湖北省内大部分城市。企业面向的客户身份比较复杂，主要分为五类客户群体：居民、商户、上门、信用客户、合作商。

居民，商户，上门的区别主要是价格不同，居民客户是指用量少的客户，商户是指用量比较大的客户，上门客户是指离直营门店近的客户，具体的购买价格（按每公斤单价）排序：居民 > 上门 > 商户。

信用客户是指可以先送气后结账的客户。

合作商是指企业的合作商户，直接从企业批量订购石油气卖给当地客户。

本次实验主要将企业的数据上传到MaxCompute数仓，在云端对这些客户数据进行统计，得到每个分类下的客户数量。

实验思路：

1.进入DataWorks上传本地数据到MaxCompute数仓。

2.通过DataWorks对MaxCompute数仓数据进行查询操作。

实验步骤：

下载CSV文件。

DataWorks上传的默认数据源为CSV文件，实验前需要先下载CSV文件。

https://university-labfileapp.oss-cn-hangzhou.aliyuncs.com/%E5%AE%8F%E9%B9%8F--%E5%A4%A7%E6%95%B0%E6%8D%AEACA/gas.csv

在【产品与服务列表】搜索框输入DataWorks，在搜索结果中点击大数据开发治理平台DataWorks，进入DataWorks控制台

点击进入工作空间，选择数据开发。

点击目录栏，选择上传和下载。

点击上传，选择数据上传按钮。

选择刚刚下载的文件。

DataWorks会自动解析上传的CSV数据，所有字段属性都设置STRING。

由于DataWorks不支持字段名为中文，需要将字段名称改为英文或数字，修改字段名称，如下图所示：

上方的表格为上传的CSV文件预览数据，点击【提交】将数据保存到MaxCompute数仓。

点击提交按钮的效果如下图所示：

上传完成后会跳转到表管理页面，如下图所示：

点击数据查询。

找到【我的MaxCompute表】点击【添加】，在左侧出现【我的MaxCompute表】

只有添加了我的MaxCompute表数据集后才能继续实验。

如图，在搜索框输入【test_gas】，下方出现刚才创建的数据表

在右侧出现对应的SQL查询语句。

效果如下图所示，自动生成了一个临时文件，并自动生成了刚刚创建的test_gas表的SQL语句

在查询上传的数据之前，先按照以下步骤对数据源进行授权

如下图，首先点击右上角 按钮，然后点击【数据源】下拉框，再点击【安全中心】进行页面跳转

运行效果如下图所示：

体验客户分类的统计操作

查询居民身份的客户数据

在SQL查询编辑页面，删除上一步自动生成的SQL语句，输入以下SQL语句，并如下图所示将项目名称修改过来（注意：SQL语句中的项目名称一定要与当前MaxCompute项目名称一致）

SELECT  col_1 -- name
        ,col_2 -- type
        ,col_3 -- city
        ,col_4 -- area
        ,col_5 -- floor
        ,col_6 -- yajin
FROM    u_vtqgxl1n_1696059289.test_gas
where col_2='居民'
LIMIT   200
;
//相比前一段SQL代码，增加了WHERE 客户身份 = ‘居民’WHERE 代表增加查询条件，这段SQL代码的查询条件为客户身份等于【居民】的数据

运行效果如下图所示，所有的居民客户就出现了

实验总结:

通过本次实验，学会了如何将本地数据上传到阿里云MaxCompute数仓，同时学习了如何查询，筛选我们上传的数据。