DataWorks:通过业务时间维度来看自定义参数“[ ]”与“{ }”的区别

简介: DataWorks:通过业务时间维度来看自定义参数“[ ]”与“{ }”的区别

在实际业务场景中,我们需要将每天产生的业务数据写入到odps一个新的分区内,以便后期进行数据分析。

在DataWorks我们可以通过定时任务+调度参数实现这一特点。

本文将从取“业务时间”维度来看调度参数每日替换情况(此操作类似于你在运维中心中选择需要补数据的业务时间)。

友情提示:

阅读本文内容前可先食用官方文档:![调度参数](https://help.aliyun.com/document_detail/74450.html?spm=a2c4g.11186631.6.644.4c0769a4DrGth1)


调度参数基本说明:

代码区:

大括号"${ }":定义变量

调度配置参数赋值:

中括号“[ ]” 定时时间: (调度配置页面-定时调度-具体时间)

示例:[yyyymmdd] 相当于系统变量 cyctime

大括号”{ }” 业务时间:

示例: {yyyymmdd} 相当于系统变量 bizdate


案例说明:业务时间选择 2018-01-31 区分调度参数[yyyymmdd] 与{yyyymmdd} 在调度时候的替换值

ps:由于[]取任务定时时间,定时时间可以精确到小时/分钟/秒,所以下面的案例中,我会直接取任务定时时间。

​7748397aa774a4331707b84d42cb58a1194e7011

检验第一步:选择开发环境冒烟测试

由于任务只有在生产环境才会被调度,所以调度参数只有生产环境调度运行后才会被替换,若需要检验调度替换的值是否会符合预期,我们可以选择界面的开发环境冒烟测试。

我们实验一下调度参数会不会和我上面写的一样(不需要提交发布到生产环境运行哦,直接选择“开发环境冒烟测试”就可以啦~)

特别强调:使用开发环境冒烟测试请在每次变更调度参数后重新保存--提交--开发环境冒烟测试,否则冒烟测试替换逻辑任然延续上次冒烟测试调度参数赋值情况。

​f5614ce6a9939afc95625d59bd8e1b4afeea7f0a

检验第二步:选择业务时间2018-01-31

​ebf7a9c66078bede69490f21d30a5c848f4a0fa8

检验第三步:查看运行日志参数替换情况

可以在一下两处查看调度参数的替换情况哦~

9a57f796a21a9e10197521e55459ae378f7181f5

​





   


调度参数配置不规范导致的报错:

Q:params format error,please check your params(key=values)

A:1. 检查调度参数那是不是多加了空格

   2. 节点名点和中文不能一块使用。

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
|
运维 DataWorks 监控
DataWorks产品使用合集之如何自定义UDTF
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
|
DataWorks 关系型数据库 MySQL
DataWorks产品使用合集之RDS和ADB的区别是什么
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
905 2
|
分布式计算 DataWorks 监控
DataWorks产品使用合集之怎么设置参数获取上个月最后一天
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
502 1
|
数据采集 DataWorks 监控
DataWorks产品使用合集之怎么使用工作空间参数
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
|
分布式计算 DataWorks Java
DataWorks产品使用合集之如何引用在spark jar中引用密文的空间参数
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
|
分布式计算 DataWorks 监控
DataWorks产品使用合集之如何自定义监控规则
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
|
分布式计算 DataWorks 安全
DataWorks产品使用合集之如何使用工作空间参数
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
|
DataWorks 监控 数据建模
DataWorks产品体验评测
DataWorks产品体验评测
|
数据采集 人工智能 DataWorks
DataWorks产品最佳实践测评
DataWorks产品最佳实践测评
|
SQL DataWorks 搜索推荐
DataWorks产品评测与最佳实践体验报告
DataWorks是阿里巴巴云推出的一款高效数据处理平台,通过内置的数据集成工具和ETL功能,实现了多源数据的自动化处理与分析。本文介绍了DataWorks在用户画像分析中的应用实践,展示了其如何帮助企业高效管理数据资源,支持决策制定及营销优化。同时,文章还评测了DataWorks的产品体验,包括开通流程、功能满足度等方面,并与其它数据开发平台进行了比较,突出了DataWorks在易用性、性能和生态完整性上的优势。最后,对Data Studio新版本中的Notebook环境进行了初步探索,强调了其在提升开发效率方面的价值。
655 16

热门文章

最新文章