需要第三方包，这个包大于100M，但是MaxCompute系统要求不能大于100M，这个情况怎么办？

MaxCompute系统要求上传的资源包不能超过100M，如果您需要使用的第三方包大小超过了100M，那么可以考虑使用以下几种方法：
使用分布式缓存：MaxCompute支持使用分布式缓存（distributed cache）来加载大型的第三方包。您可以将第三方包上传到OSS或者其他云存储服务中，然后使用分布式缓存将其加载到MaxCompute集群中。使用分布式缓存可以节省上传资源包的时间和空间，同时还可以提高任务的启动速度。
使用本地资源：如果您的任务可以在本地运行，可以将第三方包下载到本地，然后使用ADD FILE或ADD JAR命令将其上传到MaxCompute中。使用本地资源可以避免上传资源包的大小限制，但需要考虑资源管理和调度的问题。
使用最小化的依赖：如果您的任务只需要使用第三方包中的部分功能，可以考虑使用最小化的依赖，即只包含必要的代码和库文件，而不包含无用的代码和库文件。使用最小化的依赖可以减小资源包的大小，提高上传和下载速度。

如果您需要在MaxCompute中使用Python UDF函数，并且该函数依赖的第三方包超过100MB的限制，可以考虑以下解决方案：

1. 减小第三方包的大小：尝试查看是否有可能减小第三方包的大小。您可以检查是否存在不必要的依赖或大型文件，以及是否可以使用更小的替代库来实现相同的功能。

2. 分割包：将大型的第三方包拆分成多个较小的部分，并将其作为多个资源加载到MaxCompute中。这样可以绕过100MB的限制。然后，在UDF代码中手动合并和导入多个资源。

3. 使用自定义函数库：将第三方包上传到您自己的私有存储（如OSS），并在MaxCompute中创建一个自定义函数库（UDF）来引用这些包。这样可以绕过MaxCompute系统对资源大小的限制。您可以使用自定义函数库的资源来加载所需的第三方包。

4. 考虑Java UDF：如果可能的话，可以将需要使用的函数转换为Java UDF。Java UDF对于引入大型依赖项没有严格的大小限制。

可以试试在线引入，将包存储在云存储上，然后在代码中使用在线引用的方式加载第三方包。这样，只需在代码中引入包的 URL 或路径，就不需要整个包上传到 DataWorks 平台了。MaxCompute是500M的限制。

https://help.aliyun.com/document_detail/2248600.html

添加资源 https://help.aliyun.com/document_detail/27831.html 此回答整理自钉群“MaxCompute开发者社区2群”