:Jalankan perintah SQL dan ekspor hasilnya

Langkah 1: Jalankan perintah SQL

1. Lakukan kueri pada tabel non-partisi bank_data dan tabel partisi bank_data_pt untuk menemukan jumlah orang lajang yang memiliki pinjaman perumahan, dikelompokkan berdasarkan tingkat pendidikan. Simpan hasilnya masing-masing ke result_table1 dan result_table2.
   Contoh perintah:

   -- Lakukan kueri jumlah orang lajang dengan pinjaman perumahan pada setiap tingkat pendidikan di tabel non-partisi bank_data dan tulis hasil kueri ke result_table1.
   insert overwrite table result_table1
   select education, count(marital) as num
   from bank_data
   where housing = 'yes' and marital = 'single'
   group by education;
   -- Lakukan kueri jumlah orang lajang dengan pinjaman perumahan pada setiap tingkat pendidikan di tabel partisi bank_data_pt dan tulis hasil kueri ke result_table2.
   set odps.sql.allow.fullscan=true;
   insert overwrite table result_table2 
   select education, count(marital) as num, credit 
   from bank_data_pt 
   where housing = 'yes' and marital = 'single'
   group by education, credit;

2. Lakukan kueri data di result_table1 dan result_table2.
   Contoh perintah:

   select * from result_table1;
   select * from result_table2;

   Hasil berikut dikembalikan.

   -- Data di result_table1.
   +------------+------------+
   | education  | num        |
   +------------+------------+
   | basic.4y   | 227        |
   | basic.6y   | 172        |
   | basic.9y   | 709        |
   | high.school | 1641       |
   | illiterate | 1          |
   | professional.course | 785        |
   | university.degree | 2399       |
   | unknown    | 257        |
   +------------+------------+
   -- Data di result_table2.
   +------------+------------+------------+
   | education  | num        | credit     |
   +------------+------------+------------+
   | basic.4y   | 164        | no         |
   | basic.4y   | 63         | unknown    |
   | basic.6y   | 104        | no         |
   | basic.6y   | 68         | unknown    |
   | basic.9y   | 547        | no         |
   | basic.9y   | 162        | unknown    |
   | high.school | 1469       | no         |
   | high.school | 172        | unknown    |
   | illiterate | 1          | unknown    |
   | professional.course | 721        | no         |
   | professional.course | 64         | unknown    |
   | university.degree | 2203       | no         |
   | university.degree | 196        | unknown    |
   | unknown    | 206        | no         |
   | unknown    | 51         | unknown    |
   +------------+------------+------------+

Langkah 2: Ekspor hasil

Ekspor data dari tabel MaxCompute ke mesin lokal Anda menggunakan Tunnel Download. Untuk informasi lebih lanjut tentang operasi Tunnel, lihat Tunnel command. Prosedurnya sebagai berikut:

1. Tentukan path ekspor untuk file data.
   Anda dapat mengekspor data ke direktori bin client MaxCompute hanya dengan menentukan nama file, seperti filename.extension. Atau, tentukan path lengkap, seperti D:\test\filename.extension, untuk mengekspor data ke lokasi lain.

   Contoh ini mengekspor data dari result_table1 ke direktori bin client MaxCompute, dan data dari result_table2 ke folder test di drive D.

2. Di client MaxCompute, jalankan perintah Tunnel Download untuk mengekspor data.
   Contoh perintah:

   tunnel download result_table1 result_table1.txt;
   tunnel download result_table2 D:\test\result_table2.csv;

   Pesan OK pada output menunjukkan bahwa ekspor berhasil.

   odps@ doc_test_dev>tunnel download result_table2 D:\test\result_table2.csv;
   2021-05-18 18:19:16  -  new session: 202105181821291531f60b253e09d6    total lines: 15
   2021-05-18 18:19:16  -  file [0]: [0, 15), D:\test\result_table2.csv
   downloading 15 records into 1 file
   2021-05-18 18:19:16  -  file [0] start
   2021-05-18 18:19:16  -  file [0] OK. total: 337 bytes
   total: 337 bytes, time: 282 ms, average speed: 1,000 bytes/s
   download OK
   odps@ doc_test_dev>

3. Di path ekspor, verifikasi bahwa file data ada dan lengkap.

   Data yang diekspor dari result_table1 adalah sebagai berikut.

   basic.4y,227
   basic.6y,172
   basic.9y,709
   high.school,1641
   illiterate,1
   professional.course,785
   university.degree,2399
   unknown,257

   File yang diekspor disimpan di direktori D:\test dan diberi nama result_table2.csv. Pratinjau data menunjukkan bahwa kolom-kolomnya sesuai dengan tingkat pendidikan, jumlah, dan status kredit, yang cocok dengan data di result_table2.

Langkah selanjutnya

Jika Anda tidak lagi memerlukan data sampel atau proyek MaxCompute, Anda dapat menghapusnya untuk menghindari biaya yang tidak perlu. Untuk informasi lebih lanjut tentang cara menghapus data atau proyek MaxCompute, lihat Delete a table or a MaxCompute project.