DataWorks：基礎：購房群體簡單分析

一、建立表

上傳測試資料前，通過DataWorks的資料目錄在MaxCompute專案中建立用來儲存上傳資料的bank_data表。

1. 登入DataWorks控制台，切換至目標地區後，單擊左側導覽列的資料開發與營運 > 資料開發，在下拉框中選擇對應工作空間後單擊進入Data Studio。

2. 在資料開發頁面單擊左側導覽列的按鈕，進入資料目錄頁面。

3. （可選）若您的MaxCompute專案未添加至資料目錄，則需單擊MaxCompute目錄後的按鈕，進入DataWorks 資料來源頁簽，將已添加為計算資源或資料來源的MaxCompute專案，添加至MaxCompute目錄下。

4. 單擊開啟MaxCompute目錄，選擇需要建立MaxCompute計算資源的專案，在表檔案夾下建立MaxCompute表。

   說明

   • 若您的MaxCompute開啟了schema，則需在選擇建立MaxCompute計算資源的專案後，開啟目標schema後，才可在表檔案夾下建立MaxCompute表。

   • 本樣本以標準模式工作空間為例，且僅在開發環境調試，所以僅需在開發環境對應的MaxCompute專案下建立bank_data表，若您使用的是簡單模式工作空間，則只需在生產環境對應的MaxCompute專案下建立bank_data表即可。

5. 單擊表目錄右側的按鈕，添加並進入建立表的編輯頁面。

   在表編輯頁面右側DDL模組鍵入以下SQL代碼，系統將自動產生所有表資訊。

   CREATE TABLE IF NOT EXISTS bank_data (
       age             BIGINT   COMMENT '年齡',
       job             STRING   COMMENT '工作類型',
       marital         STRING   COMMENT '婚否',
       education       STRING   COMMENT '教育程度',
       `default`       STRING   COMMENT '是否有信用卡',
       housing         STRING   COMMENT '房貸',
       loan            STRING   COMMENT '貸款',
       contact         STRING   COMMENT '聯絡途徑',
       month           STRING   COMMENT '月份',
       day_of_week     STRING   COMMENT '星期幾',
       duration        STRING   COMMENT '期間',
       campaign        BIGINT   COMMENT '本次活動聯絡的次數',
       pdays           DOUBLE   COMMENT '與上一次聯絡的時間間隔',
       previous        DOUBLE   COMMENT '之前與客戶聯絡的次數',
       poutcome        STRING   COMMENT '之前行銷活動的結果',
       emp_var_rate    DOUBLE   COMMENT '就業變化速率',
       cons_price_idx  DOUBLE   COMMENT '消費者物價指數',
       cons_conf_idx   DOUBLE   COMMENT '消費者信心指數',
       euribor3m       DOUBLE   COMMENT '歐元存款利率',
       nr_employed     DOUBLE   COMMENT '職工人數',
       y               BIGINT   COMMENT '是否有定期存款'
   );

6. 在編輯頁面，單擊發布按鈕，在開發環境對應MaxCompute專案中建立bank_data表。

7. 完成bank_data表建立後，即可在資料目錄下單擊表名，查看錶的詳細資料。

二、上傳資料

下載banking.csv檔案至本地，通過DataWorks的使用限制功能將檔案上傳至MaxCompute專案建立的bank_data中。

1. 單擊左上方表徵圖，在彈出頁面中單擊全部產品 > Data Integration > 上傳與下載，進入上傳與下載頁面。

2. 單擊最近上傳模組的資料上傳按鈕，進入資料上傳配置頁面，可參考以下配置。

   參數		描述
   資料來源		本地檔案。
   指定待上傳資料	選擇檔案	上傳已下載至本地的banking.csv檔案。
   設定目標表	目標引擎	MaxCompute
   	MaxCompute專案名稱	選擇bank_data表所在的MaxCompute專案。
   	選擇目標表	選擇bank_data表作為目標表。
   上傳檔案資料預覽		單擊按順序映射，完成檔案資料與bank_data表欄位對應。

   說明

   • 本地檔案支援上傳.csv，.xls，.xlsx，.json類型的檔案。

   • 表格檔案預設上傳檔案的第一個Sheet。

   • .csv檔案最大支援5GB，其他檔案最大支援100MB。

3. 單擊資料上傳，將下載的CSV檔案內的資料上傳至MaxCompute計算資源內的bank_data表中。

4. 確認資料上傳成功。

   在資料上傳成功後，您可通過SQL查詢（舊版）來確認bank_data表中是否已寫入資料。

   1. 單擊左上方表徵圖，在彈出頁面中單擊全部產品 > 資料分析 > SQL查詢。

   2. 在我的檔案後單擊 > 建立檔案，自訂檔案名稱後單擊確定。

   3. 在SQL查詢頁面，配置如下SQL。

      SELECT * FROM bank_data limit 10；

   4. 在右上方選擇bank_data表所在的工作空間和MaxCompute資料來源後單擊確定。

      說明

      本樣本以標準模式工作空間為例，且bank_data表僅在開發環境建立，選擇資料來源時，必須選擇開發環境的MaxCompute資料來源。若您使用的是簡單模式工作空間，選擇生產環境的MaxCompute資料來源即可。

   5. 單擊頂部的運行按鈕，在成本預估頁面，單擊運行，運行成功之後，在頁面下方您將獲得bank_data的前10條記錄。此時，表示您成功上傳本機資料至bank_data表。

      

三、加工資料

使用MaxCompute SQL節點將上傳至bank_data表的資料進行過濾，獲得單身人士貸款買房的受教育水平分布數量資料，並將資料寫入新的result_table表中。

四、調試運行

工作流程配置完成後，需要您在dw_basic_case工作流程編排頁面，單擊按鈕，調試運行整個工作流程，驗證工作流程是否可以正常運行。若運行失敗，則可根據調試作業記錄進行排查。

五、資料查詢與展示

您已經將上傳至MaxCompute計算資源的資料，經過資料開發處理，在SQL查詢（舊版）中可查詢result_table資料，並且進行分析。

1. 單擊左上方表徵圖，在彈出頁面中單擊全部產品 > 資料分析 > SQL查詢。

2. 在我的檔案後單擊 > 建立檔案，自訂檔案名稱後單擊確定。

3. 在SQL查詢頁面，配置如下SQL。

   SELECT * FROM result_table;

4. 在右上方選擇result_table表所在的工作空間和MaxCompute資料來源後單擊確定。

   說明

   本樣本以標準模式工作空間為例，且result_table表僅在開發環境建立，未發布至生產環境，所以選擇資料來源時，必須選擇開發環境的MaxCompute資料來源。若您使用的是簡單模式工作空間，選擇生產環境的MaxCompute資料來源即可。

5. 單擊頂部的運行按鈕，在成本預估頁面，單擊運行。

6. 在查詢結果中單擊，查看可視化圖表結果，您可以單擊圖表右上方的自訂圖表樣式。

7. 您也可以單擊圖表右上方儲存，將圖表儲存為卡片，然後在左側導覽列單擊卡片（）查看。