DataWorks如何更改odps表生命周期为永久?

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
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 【2月更文挑战第14天】DataWorks如何更改odps表生命周期为永久?

要在DataWorks中更改ODPS表的生命周期为永久,您可以按照以下步骤操作:

  1. 登录DataWorks控制台:您需要登录到阿里云DataWorks控制台。
  2. 选择数据开发:在左侧导航栏中选择“数据建模与开发” > “数据开发”,然后选择对应的工作空间进入数据开发界面。
  3. 定位到MaxCompute项目:在数据开发页面中,选择需要修改生命周期的MaxCompute项目。
  4. 修改表属性:找到您想要更改生命周期的ODPS表,然后进行编辑。在表的属性设置中,找到生命周期相关的选项。
  5. 将生命周期设置为永久:在生命周期的设置中,选择或输入“永久”作为生命周期的时长,以取消表的生命周期限制。

请注意,一旦表的生命周期被设置为永久,该表的数据将不会被自动回收,除非手动删除。在进行这些操作之前,请确保这是您的意图,因为取消生命周期限制可能会导致存储成本的增加。同时,如果您是首次操作或者对操作步骤不太熟悉,建议先咨询有经验的同事或者查阅官方文档,以确保操作的正确性。

在DataWorks中,如果您在查询ODPS SQL表时发现字符串类型的字段出现了星号()隐藏,这通常*是因为数据脱敏处理导致的

数据脱敏是指在数据处理过程中,对敏感信息进行处理,以防止数据泄露。在您的情况中,可能进行了身份证信息的脱敏,将部分字符替换为星号以保护个人隐私。这种处理通常是通过使用特定的字符串处理函数来实现的,例如SUBSTR函数可以用来截取字符串,而TO_CHAR函数可以将数字转换为字符串。

如果除了身份证信息之外,其他非敏感字段也出现了星号隐藏,那么可能是查询结果展示设置或者数据处理流程中包含了额外的脱敏步骤。您可以检查数据处理流程中是否有额外的脱敏规则,或者与数据管理员联系确认脱敏策略的具体实施细节。

总之,为了确保数据安全和隐私保护,数据脱敏是一个重要的步骤,但同时也需要确保不会对数据分析和业务决策造成不必要的影响。

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。
目录
相关文章
|
4月前
|
存储 分布式计算 DataWorks
从MaxCompute到Milvus:通过DataWorks进行数据同步,实现海量数据高效相似性检索
如果您需要将存储在MaxCompute中的大规模结构化数据导入Milvus,以支持高效的向量检索和相似性分析,可以通过DataWorks的数据集成服务实现无缝同步。本文介绍如何利用DataWorks,快速完成从MaxCompute到Milvus的离线数据同步。
|
DataWorks Kubernetes 大数据
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
|
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
368 1
|
10月前
|
SQL 分布式计算 DataWorks
DataWorks产品测评|基于DataWorks和MaxCompute产品组合实现用户画像分析
本文介绍了如何使用DataWorks和MaxCompute产品组合实现用户画像分析。首先,通过阿里云官网开通DataWorks服务并创建资源组,接着创建MaxCompute项目和数据源。随后,利用DataWorks的数据集成和数据开发模块,将业务数据同步至MaxCompute,并通过ODPS SQL完成用户画像的数据加工,最终将结果写入`ads_user_info_1d`表。文章详细记录了每一步的操作过程,包括任务开发、运行、运维操作和资源释放,帮助读者顺利完成用户画像分析。此外,还指出了文档中的一些不一致之处,并提供了相应的解决方法。
|
10月前
|
SQL DataWorks 数据可视化
阿里云DataWorks评测:大数据开发治理平台的卓越表现
阿里云DataWorks是一款集数据集成、开发、分析与管理于一体的大数据平台,支持多种数据源无缝整合,提供可视化ETL工具和灵活的任务调度机制。其内置的安全体系和丰富的插件生态,确保了数据处理的高效性和安全性。通过实际测试,DataWorks展现了强大的计算能力和稳定性,适用于中小企业快速搭建稳定高效的BI系统。未来,DataWorks将继续优化功能,降低使用门槛,并推出更多灵活的定价方案,助力企业实现数据价值最大化。
|
10月前
|
分布式计算 DataWorks 搜索推荐
聊聊DataWorks这个大数据开发治理平台
聊聊DataWorks这个大数据开发治理平台
281 2
|
10月前
|
机器学习/深度学习 存储 数据采集
解锁DataWorks:一站式大数据治理神器
解锁DataWorks:一站式大数据治理神器
235 1
|
10月前
|
DataWorks 搜索推荐 大数据
聊聊DataWorks——这个一站式智能大数据开发治理平台
聊聊DataWorks——这个一站式智能大数据开发治理平台
642 2
|
10月前
|
分布式计算 DataWorks 搜索推荐
DataWorks产品评测:大数据开发治理平台的最佳实践与体验
DataWorks是阿里云推出的一款大数据开发治理平台,集成了多种大数据引擎,支持数据集成、开发、分析和任务调度。本文通过用户画像分析的最佳实践,评测了DataWorks的功能和使用体验,并提出了优化建议。通过实践,DataWorks在数据整合、清洗及可视化方面表现出色,适合企业高效管理和分析数据。
346 0
|
存储 分布式计算 大数据
MaxCompute 数据分区与生命周期管理
【8月更文第31天】随着大数据分析需求的增长,如何高效地管理和组织数据变得至关重要。阿里云的 MaxCompute(原名 ODPS)是一个专为海量数据设计的计算服务,它提供了丰富的功能来帮助用户管理和优化数据。本文将重点讨论 MaxCompute 中的数据分区策略和生命周期管理方法,并通过具体的代码示例来展示如何实施这些策略。
944 1

热门文章

最新文章