All Products
Search
Document Center

DataWorks:Mulai Menggunakan

Last Updated:Mar 03, 2026

Fitur Analisis Data di DataWorks menyediakan kemampuan analisis dan berbagi data yang komprehensif. Anda dapat menghubungkan berbagai sumber data, menjalankan kueri SQL, serta menggunakan alat seperti Workbooks untuk kebutuhan ekstraksi dan analisis data harian Anda. Tutorial ini memandu Anda melalui dasar-dasar Analisis Data dengan menggunakan mesin komputasi MaxCompute untuk mengkueri dan menganalisis dataset publik.

Ikhtisar fitur

Analisis Data menyediakan dataset publik untuk berbagai skenario bisnis. Tutorial ini menggunakan dataset e-commerce Alibaba (tabel commerce_ali_e_commerce) untuk menunjukkan fitur inti Analisis Data.

  • Dataset e-commerce Alibaba berisi detail pesanan dari Taobao pada berbagai periode waktu.

    • Tabel ini mencatat perilaku acak pengguna (termasuk klik, pembelian, penambahan ke keranjang, dan favorit) dari sekitar satu juta pengguna antara 25 November 2017 dan 3 Desember 2017.

    • Dataset ini mencakup 987.994 pengguna, 4.162.024 produk, dan 100.150.807 perilaku yang terekam.

  • Untuk informasi lebih lanjut tentang Analisis Data, lihat Analisis Data.

  • Dataset publik tersedia di wilayah berikut: Tiongkok (Shanghai), Tiongkok (Beijing), Tiongkok (Shenzhen), Tiongkok (Hangzhou), Tiongkok (Chengdu), Tiongkok (Zhangjiakou), dan Tiongkok (Ulanqab).

Izin

Prasyarat

Diperlukan sumber data MaxCompute. Untuk informasi selengkapnya, lihat Kaitkan mesin komputasi MaxCompute dengan ruang kerja.

Navigasi ke SQL Query

Masuk ke Konsol DataWorks. Di bilah navigasi atas, pilih wilayah yang diinginkan. Di panel navigasi kiri, pilih Data Analysis and Service > DataAnalysis. Pada halaman yang muncul, klik Go to DataAnalysis. Di panel navigasi kiri halaman yang muncul, klik SQL Query.

Langkah 1: Mengkueri data

Contoh ini menggunakan dataset e-commerce Alibaba (commerce_ali_e_commerce) untuk menunjukkan cara menggunakan fitur SQL Query guna mengkueri, mengurutkan, menganalisis, dan berbagi data.

  1. Buka halaman SQL Query.

    Anda dapat membuka halaman tersebut dengan dua cara:

    • Di halaman beranda Analisis Data, pada bagian Shortcuts, klik SQL Query untuk membuka halaman SQL Query.

    • Di modul Analisis Data, klik SQL Query di bilah menu kiri untuk membuka halaman SQL Query.

  2. Buat Temporary File.

    Di panel kiri, klik ikon 添加 di samping My Files dan pilih Create File. Ikuti petunjuk di layar untuk membuat file kueri SQL. Untuk cara lain membuat file kueri SQL, lihat SQL Query (Legacy).

    Catatan
    • Tutorial ini menggunakan dataset publik yang disediakan oleh DataWorks. Saat pertama kali membuka SQL Query, Anda dapat mengklik Go to DataAnalysis untuk MaxCompute di Welcome Page guna menghasilkan kueri untuk dataset e-commerce Alibaba (commerce_ali_e_commerce).

    • Untuk menemukan dataset publik lainnya, buka Data Analysis > SQL Query dan telusuri direktori Public Data.

  3. Pilih Data Source untuk kueri.

    Di editor file kueri ad hoc, klik ikon image.png di pojok kanan atas. Pilih ruang kerja, jenis mesin komputasi, dan sumber data untuk kueri Anda. Contoh ini menggunakan sumber data MaxCompute yang telah Anda buat sebelumnya.

  4. Edit dan jalankan kode kueri.

    Di editor kode file kueri ad hoc, tempel dan jalankan kode berikut.编辑代码

    Kueri ini menghitung dan mengurutkan jumlah pesanan dari dataset publik berdasarkan periode waktu.

    SET odps.namespace.schema = true
    ;
    
    SELECT  CASE    WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 0
                        AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 3 THEN '00:00-03:00'
                    WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 4
                        AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 7 THEN '04:00-07:00'
                    WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 8
                        AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 11 THEN '08:00-11:00'
                    WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 12
                        AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 15 THEN '12:00-15:00'
                    WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 16
                        AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 19 THEN '16:00-19:00'
                    WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 20
                        AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 23 THEN '20:00-23:00'
            END AS `Time at which an order is placed`
            ,COUNT(*) AS `Number of orders`
    FROM    bigdata_public_dataset.commerce.commerce_ali_e_commerce
    GROUP BY `Time at which an order is placed`
    ORDER BY COUNT(*) DESC
    LIMIT   100
    ;
  5. Lihat hasil kueri.

    Klik ikon image untuk menjalankan kode SQL.

    结果数据

Langkah 2: Menganalisis data

Di halaman hasil kueri dari Langkah 1, klik ikon 展示 di panel navigasi kiri, lalu klik ikon Edit image untuk membuka editor grafik. Anda dapat mengonfigurasi grafik sesuai kebutuhan.

Langkah 3: Berbagi data

Anda dapat membagikan hasil kueri SQL Anda kepada pengguna lain sebagai Workbook untuk kolaborasi daring.

  1. Ekspor hasil kueri.

    Di halaman hasil kueri dari Langkah 1, klik ikon image di pojok kanan atas dan pilih Workbook and Share dari menu drop-down.

  2. Buka halaman Spreadsheet.

    Di halaman Spreadsheet, Anda dapat menyinkronkan hasil kueri. Untuk informasi selengkapnya tentang penggunaan Workbook, lihat Workbook.

  3. Bagikan Workbook.

    Di pojok kanan atas halaman, klik Share untuk membagikan data kepada pengguna tertentu. Penerima dapat mengakses Workbook melalui URL atau kode akses. Anda dapat memberikan izin edit atau hanya tampil kepada mereka.

分享数据

Langkah selanjutnya

  • Untuk informasi lebih lanjut tentang kueri SQL, lihat SQL Query (Legacy).

  • Untuk informasi lebih lanjut tentang penggunaan Workbook, lihat Workbook.