Fitur Analisis Data di DataWorks menyediakan alat untuk menganalisis dan berbagi data. Anda dapat menghubungkan ke berbagai sumber data, menjalankan kueri SQL, serta menggunakan spreadsheet untuk mengelola ekstraksi dan analisis data harian. Topik ini menjelaskan cara menggunakan engine MaxCompute dengan SQL Query untuk menganalisis dataset publik sekaligus memperkenalkan fitur dasar Analisis Data.
Fitur
DataWorks menyediakan dataset publik untuk berbagai skenario bisnis. Topik ini menggunakan dataset e-commerce Alibaba (tabel commerce_ali_e_commerce) untuk membantu Anda memulai penggunaan fitur Analisis Data.
Dataset e-commerce Alibaba: Berisi statistik detail pesanan Taobao dari periode waktu yang berbeda.
Tabel ini mencatat tindakan acak pengguna, termasuk klik, pembelian, penambahan ke keranjang belanja, dan favorit, dari sekitar 1 juta pengguna antara
25 November 2017dan3 Desember 2017.Jumlah pengguna:
987.994. Jumlah produk:4.162.024. Total jumlah tindakan:100.150.807.
Untuk informasi lebih lanjut tentang fitur 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
Anda harus memiliki izin yang diperlukan untuk Analisis Data. Untuk daftar lengkap izin, lihat Izin role preset untuk Analisis Data.
Untuk memberikan role kepada pengguna, lihat Tambahkan anggota ruang kerja dan kelola role serta izin mereka.
Prasyarat
Anda telah mengonfigurasi sumber data MaxCompute. Untuk informasi selengkapnya, lihat Bind MaxCompute compute resources.
Akses SQL Query
Masuk ke Konsol DataWorks. Di wilayah target, klik di panel navigasi sebelah kiri. Klik Go to DataAnalysis untuk membuka halaman Analisis Data. Di panel navigasi sebelah kiri, klik SQL Query.
Langkah 1: Kueri data
Contoh ini menggunakan dataset e-commerce Alibaba (commerce_ali_e_commerce), yang berisi detail pesanan Taobao dari periode waktu yang berbeda. Anda akan menggunakan fitur SQL Query untuk mengkueri dan mengurutkan dataset tersebut, lalu menganalisis serta berbagi hasil kueri.
Buka SQL Query.
Anda dapat mengakses SQL Query dengan cara berikut:
Di halaman utama Analisis Data, pada bagian Shortcuts, klik SQL Query untuk membuka halaman SQL Query.
Di modul Analisis Data, klik SQL Query di panel navigasi sebelah kiri untuk membuka halaman SQL Query.
Buat Temporary File.
Di panel sebelah kiri, klik ikon
di samping My Files, lalu pilih Create File untuk membuat file kueri SQL sesuai petunjuk. Untuk cara lain membuat file kueri SQL, lihat SQL Query.CatatanTopik ini menggunakan dataset publik yang disediakan oleh DataWorks. Saat pertama kali mengakses SQL Query, Anda dapat mengklik Go to DataAnalysis > MaxCompute di Welcome Page untuk menghasilkan kueri untuk dataset e-commerce Alibaba (
commerce_ali_e_commerce).Untuk dataset publik lainnya, buka dan lihat di direktori Public Data.
Pilih Data Source eksekusi SQL.
Di halaman pengeditan file temporary, klik ikon
di pojok kanan atas untuk memilih ruang kerja, jenis engine, dan sumber data untuk kueri SQL saat ini. Pada contoh ini, pilih sumber data MaxCompute yang telah Anda buat.Tulis dan jalankan kode task.
Di editor kode file kueri temporary, tulis dan jalankan kode berikut.
Berdasarkan dataset publik, hitung dan urutkan jumlah pesanan Taobao dalam periode waktu yang berbeda.
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 '0:00-3:00' WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 4 AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 7 THEN '4:00-7:00' WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 8 AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 11 THEN '8:00-11:00' 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 order_time ,COUNT(*) AS order_count FROM bigdata_public_dataset.commerce.commerce_ali_e_commerce GROUP BY order_time ORDER BY COUNT(*) DESC LIMIT 100 ;Lihat hasil kueri.
Klik ikon
untuk menjalankan kode SQL.Tabel hasil kueri berisi dua kolom: Order Time dan Order Count, dengan 6 baris data.
Order Time
Order Count
20:00-23:00
376582343
16:00-19:00
226263195
12:00-15:00
222907927
08:00-11:00
186475432
00:00-03:00
95900494
04:00-07:00
57393434
Langkah 2: Analisis data
Di halaman hasil kueri dari Langkah 1, klik ikon
di panel navigasi sebelah kiri, lalu klik ikon edit
untuk membuka halaman pengeditan grafik. Anda dapat mengedit informasi grafik sesuai kebutuhan bisnis Anda.
Langkah 3: Berbagi data
Anda dapat berbagi hasil kueri SQL dengan pengguna lain sebagai spreadsheet untuk memungkinkan berbagi data secara online.
Ekspor hasil kueri.
Di halaman hasil kueri dari Langkah 1, klik ikon
di sisi kanan, lalu pilih Workbook and share dari menu drop-down.Buka halaman Spreadsheet.
Di halaman Spreadsheet, Anda dapat menyinkronkan hasil kueri. Untuk informasi lebih lanjut tentang operasi spreadsheet, lihat Spreadsheet operations.
Berbagi hasil kueri.
Klik Share di pojok kanan atas halaman untuk berbagi data dengan pengguna tertentu. Pengguna yang diajak berbagi dapat mengakses tabel hasil melalui URL atau kode akses. Anda dapat menentukan apakah pengguna tersebut dapat mengedit atau hanya melihat tabel hasil.
Langkah selanjutnya
Untuk informasi lebih lanjut tentang SQL Query, lihat SQL Query.
Untuk informasi lebih lanjut tentang operasi spreadsheet, lihat Spreadsheet operations.