开发者社区 > 大数据与机器学习 > 大数据计算 MaxCompute > 正文

大数据计算MaxComputerds外部表是不是不能创建分区的?

大数据计算MaxComputerds外部表是不是不能创建分区的?

展开
收起
崔问问 2023-12-08 11:14:37 62 0
5 条回答
写回答
取消 提交回答
  • 大数据计算MaxComputerds外部表是不是不能创建分区?

    可以的。
    补全OSS外部表分区数据语法https://help.aliyun.com/zh/maxcompute/user-guide/create-an-oss-external-table/?spm=a2c4g.11186623.0.0.1de956bcdb5dCw
    当您创建的OSS外部表为分区表时,需要额外执行引入分区数据的操作。MaxCompute会根据您创建OSS外部表时指定的目录,自动补全OSS外部表的分区数据。语法格式如下。
    (推荐)格式一:执行如下命令后,MaxCompute会自动解析OSS目录结构,识别分区,为OSS外部表添加分区信息。
    msck repair table add partitions [ with properties (key:value, key: value ...)];
    格式二:手动执行如下命令为OSS外部表添加分区信息。
    alter table
    add partition (=) [add partition (=) ...]
    [location URL];
    col_name和col_value的值需要与分区数据文件所在目录名称对齐。假设,分区数据文件所在的OSS目录结构如下图,col_name对应direction,col_value对应N、NE、S、SW、W。一个add partition对应一个子目录,多个OSS子目录需要使用多个add partition。

    2023-12-10 08:35:37
    赞同 展开评论 打赏
  • MaxCompute的外部表功能允许您在项目中创建OSS外部表,与存储服务OSS上的目录建立映射关系。通过这种方式可以访问OSS目录下的数据文件中的非结构化数据。对于分区问题,MaxCompute支持分区表的概念,它可以帮助组织和管理大型表格数据集。没有明确的信息指出是否可以直接在MaxCompute的OSS外部表上创建分区。通常情况下分区是针对内部表进行操作的,并且需要使用特定的SQL语句来添加、删除或查询分区。如果您想在OSS外部表上实现类似分区的效果,可能需要在OSS端对数据进行适当的组织,例如将不同分区的数据存放在不同的子目录下,然后在MaxCompute的外部表定义中指定相应的目录路径作为数据源。这样,在查询时可以通过选择不同的目录来达到类似于查询分区的效果。

    2023-12-08 16:55:51
    赞同 展开评论 打赏
  • 面对过去,不要迷离;面对未来,不必彷徨;活在今天,你只要把自己完全展示给别人看。

    MaxCompute确实支持创建OSS外部表为分区表,并且可以访问OSS上以分区方式存储的数据。通过这种方式,可以降低读取数据量并提升数据处理效率。当您在MaxCompute中创建OSS外部表时,系统会根据您指定的目录自动补全OSS外部表的分区数据。此外,MaxCompute还提供了SQL命令来对分区表的分区进行合并,即将同一个分区表下的多个分区合并成一个分区,同时删除被合并的分区维度的信息,把数据移动到指定分区。但需要注意的是,外部表与内部表在某些操作上存在差异,例如外部表会加载所有分区数据。

    2023-12-08 13:42:36
    赞同 展开评论 打赏
  • 在阿里云 MaxCompute 中,外部表(External Table)是用来访问存储在MaxCompute之外的数据源的一种方式。这些数据源可以是OSS(对象存储服务)、RDS(关系型数据库服务)等。对于MaxCompute的外部表,虽然不能直接在创建外部表时指定分区,但可以通过以下方式实现类似的效果:

    1. 使用OSS作为数据源:

      • 如果你的数据已经按照某种分区格式存储在OSS中,那么你可以将这个OSS路径作为外部表的来源。
      • 通过这种方式,你可以利用OSS上的文件夹结构来模拟分区,例如,每个子文件夹代表一个分区。
    2. 自定义分区路径格式:

      • MaxCompute支持自定义OSS标准分区路径格式和自定义分区路径,因此你可以在OSS上预先设置好数据的分区结构,然后在MaxCompute中创建相应的外部表。
    3. 间接分区查询:

      • 虽然外部表本身没有内置的分区功能,但在查询时,你可以使用SQL中的WHERE子句来过滤出需要的数据,这在一定程度上可以实现分区的效果。
    4. 周期性地更新外部表定义:

      • 如果数据源的内容会定期变化,你可以通过脚本或者定时任务来更新外部表的定义,以指向新的数据集。
    5. 使用其他工具或服务进行预处理:

      • 在读取外部表数据之前,可以使用DataWorks、DataHub等工具对数据进行预处理,包括划分分区、清洗数据等。
    6. 转换为内部表:

      • 如果你需要更高级的分区功能,可以考虑将外部表的数据导入到MaxCompute的内部表中,这样就可以充分利用MaxCompute的分区功能。
        image.png

    image.png

    2023-12-08 11:48:04
    赞同 展开评论 打赏
  • 是的。可以把外部表数据insert到MaxCompute 内部分区表。此回答整理自钉钉群:MaxCompute开发者社区1群

    2023-12-08 11:31:02
    赞同 展开评论 打赏

MaxCompute(原ODPS)是一项面向分析的大数据计算服务,它以Serverless架构提供快速、全托管的在线数据仓库服务,消除传统数据平台在资源扩展性和弹性方面的限制,最小化用户运维投入,使您经济并高效的分析处理海量数据。

相关产品

  • 云原生大数据计算服务 MaxCompute
  • 相关电子书

    更多
    大数据AI一体化的解读 立即下载
    极氪大数据 Serverless 应用实践 立即下载
    大数据&AI实战派 第2期 立即下载