MaxCompute工具及下载：MaxCompute Studio：开发 Java 程序：非结构化开发
MaxCompute2.0新增了一套
非结构化数据处理框架，支持通过外部表的方式直接访问OSS,OTS等。Studio对此提供了一些代码模板支持，方便用户快速开发。
编写StorageHandler/Extractor/Outputter
- 创建MaxCompute Java Module(在examples目录下的unstructured文件夹有示例代码供参考)。
- 在module的源码目录即src->main上右键new，选择MaxCompute Java。
- 输入包名.类名，如myun.MyExtractor，选择类型Extractor，点击OK。
- 模板已自动填充框架代码，只需要编写自己的逻辑代码即可。
- 类似上述步骤可分别完成Outputter和StorageHandler的编写。
打包上传
StorageHandler/Extractor/Outputter写好后，可以参考 打包发布将已写好的java程序打成jar包，并作为resource上传到服务端。
创建外部表
- 在scripts目录右键 new | MaxCompute Script。
- 输入sql脚本名，Target Project选择脚本将要在哪个MaxCompute project下执行，点击OK。
- editor中选择create external table live template，能快速插入创建外部表脚本模板：
然后修改外部表名称，列及类型，StorageHanlder类路径，配置参数，外部路径，jar名等，修改完成后点击运行脚本，创建该外部表。
- 接下来，就可以查询该外部表了，类似：
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
MaxCompute 2.0 引入的非结构化数据处理框架极大地增强了对诸如OSS（对象存储服务）、OTS（开放表存储）等阿里云存储服务中非结构化数据的处理能力。通过外部表功能，用户可以直接在MaxCompute中查询和分析这些存储在外部系统中的数据，而无需先将数据导入MaxCompute内部表，这大大提升了数据处理的灵活性和效率。
编写StorageHandler/Extractor/Outputter
- StorageHandler: 定义了如何与外部数据源交互，包括读取和写入数据的方式。
- Extractor: 负责从外部数据源读取数据。
- Outputter: 负责将数据写出到外部数据源。
在阿里云DataWorks（原Data IDE）的Studio中，你可以利用提供的代码模板快速开发这些组件。按照指引创建MaxCompute Java Module，并选择相应的类型（Extractor、Outputter或StorageHandler），Studio会自动生成基础代码框架，你只需在此基础上实现具体的逻辑。
打包上传
完成编写后，你需要将Java程序打包成JAR文件，并上传至MaxCompute作为资源。这个过程可以通过DataWorks的发布流程或者使用MaxCompute客户端命令行工具来完成。确保你的JAR包包含所有必要的依赖，并且正确设置了访问权限和配置参数。
创建外部表
接下来，在DataWorks Studio中创建MaxCompute SQL脚本，使用预设的live template快速生成创建外部表的SQL语句。在这个脚本中，你需要指定外部表的名称、列定义、使用的StorageHandler类路径、外部数据源的配置参数、外部数据的路径以及之前上传的JAR包名称。执行该脚本后，MaxCompute就会创建一个指向外部数据源的外部表。
查询外部表
一旦外部表创建成功，你就可以像操作普通MaxCompute表一样进行查询了。例如，使用SELECT语句来检索数据，或者执行更复杂的分析任务，如JOIN操作、聚合函数等，从而充分利用MaxCompute强大的计算能力来处理和分析非结构化数据。
综上所述，MaxCompute 2.0的非结构化数据处理框架通过简化外部数据接入、提供丰富的API支持和便捷的开发工具，使得处理大规模非结构化数据变得更加高效和灵活。
