使用者Portrait analysis案例環境準備-基於新版資料開發和StarRocks計算資源 - DataWorks

本教程以使用者畫像為例，在華東2（上海）地區示範如何使用DataWorks完成資料同步、資料加工和品質監控的全流程操作。為了確保您能夠順利完成本教程，您需要準備教程所需的EMR Serverless StarRocks叢集、DataWorks工作空間，並進行相關的環境配置。

業務背景

為了更好地制定企業經營策略，現需要從使用者網站行為中擷取網站使用者群體基本畫像資料，例如，使用者群體的地理屬性、社會屬性等，實現定時定點進行Portrait analysis，進而實現網站流量精細化營運操作。

為了順利進行教程操作，請您務必閱讀實驗介紹，充分瞭解使用者Portrait analysis案例整體流程。

本案例將使用自訂函數，註冊函數所用資源將上傳至OSS，請您確保已開通OSS服務並建立OSS Bucket，以及確保函數所用資源讀寫權限為公開。

本案例採用EMR Serverless StarRocks進行案例，請確保您已擁有StarRocks執行個體，若您沒有StarRocks執行個體，請建立執行個體。

本案例將在EMR Serverless StarRocks的資料庫中進行，所以在EMR Serverless StarRocks執行個體建立成功後，需要建立資料庫，可登入EMR Serverless StarRocks 執行個體SQL Editor中執行以下SQL建立資料庫。

CREATE DATABASE 資料庫名；

使用DataWorks開發前，請確保已開通DataWorks服務，詳情請參見開通DataWorks服務。

如果在華東2（上海）地區已有（新版）工作空間，可以忽略該步驟，使用已有工作空間。

登入DataWorks控制台，在頂部切換地區至華東2（上海），單擊左側導覽列中的工作空間，進入空間列表頁面。
單擊建立工作空間，建立參加資料開發（Data Studio）（新版）公測的標準模式空間（生產、開發環境隔離）。
說明
2025年02月18日後，主帳號在華東2（上海）地區首次開通DataWorks並建立工作空間時，預設啟用新版資料開發。

更多建立工作空間的操作指導，請參見建立工作空間。

購買Serverless資源群組。
本教程在資料同步與調度時，需要使用DataWorks的Serverless資源群組，因此您需要先購買Serverless資源群組，並完成前期的準備工作。
1. 登入DataWorks-資源群組列表頁，在頂部切換地區至華東2（上海），單擊左側導覽列的資源群組，進入資源群組列表頁面。
2. 單擊建立資源群組，在資源群組購買頁面，選擇地區和可用性區域為華東2（上海）、設定資源群組名稱，其他參數可根據介面提示進行配置，然後根據介面提示完成付款。Serverless資源群組的計費說明請參見Serverless資源群組計費。
  說明
  如當前地區沒有可用的VPC和交換器，請單擊參數說明中對應的控制台連結前往建立。VPC和交換器的更多資訊，請參見什麼是專用網路。
將資源群組綁定至DataWorks工作空間。
新購買的Serverless資源群組需要綁定至工作空間，才能在後續操作中使用。
登入DataWorks-資源群組列表頁，在頂部切換地區至華東2（上海），找到購買的Serverless資源群組，單擊操作列的綁定工作空間，然後單擊已建立的DataWorks工作空間後的綁定。

為資源群組配置公網訪問能力。

由於本教程使用的測試資料需要通過公網擷取，資源群組預設不具備公網訪問能力，因此需要為資源群組綁定的VPC配置公網NAT Gateway，添加EIP，使其與公開資料網路打通，從而擷取資料。

單擊建立公網NAT Gateway，配置相關參數。以下為本樣本所需配置的關鍵參數，未說明參數保持預設即可。

參數	取值
所屬地區	華東2（上海）。
所屬專用網路	選擇資源群組綁定的VPC和交換器。您可以前往DataWorks管理主控台，切換至華東2（上海）地區後，在左側導覽列單擊資源群組列表，找到已建立的資源群組，然後單擊操作列的網路設定，在資料調度 & Data Integration地區查看綁定專用網路和交換器。VPC和交換器的更多資訊，請參見什麼是專用網路。
關聯交換器
訪問模式	專用網路全通模式（SNAT）。
Elastic IP Address執行個體	新購Elastic IP Address。
關聯角色建立	首次建立NAT Gateway時，需要建立服務關聯角色，請單擊建立關聯角色。

更多新增和使用Serverless資源群組的操作指導，請參見新增和使用Serverless資源群組。

單擊綁定計算資源，選擇需要綁定的計算資源類型，然後配置相關參數。

本教程使用Serverless StarRocks作為計算和儲存資源，此處計算資源類型選擇Serverless StarRocks，配置相關參數。以下為本樣本所需配置的關鍵參數，未說明參數保持預設即可。

參數	說明
StarRocks執行個體	選擇需要綁定的StarRocks執行個體，您也可以在下拉式功能表中單擊建立，前往EMR StarRocks控制台建立，然後再回到DataWorks空間中選擇新建立的StarRocks執行個體。說明如果在建立工作空間時選擇了隔離生產、開發環境，則此處需要分別為生產和開發環境選擇StarRocks執行個體。如何建立StarRocks執行個體，請參見建立Serverless StarRocks執行個體。
資料庫名稱	選擇StarRocks執行個體中的資料庫。如果未建立資料庫，您需要先在StarRocks執行個體中建立資料庫。
使用者名稱密碼	建立StarRock執行個體時設定的帳號和密碼，帳號預設為`admin`。
計算資源執行個體名	用於標識該計算資源，在任務運行時，通過計算資源執行個體名稱來選擇任務啟動並執行計算資源。本案例配置為：`doc_starrocks_storage_compute_tightly_01`
串連配置	串連StarRocks執行個體的資源群組，可在此處測試連通性。說明如無可用的資源群組，您可以建立資源群組並綁定工作空間之後，再到工作空間的詳情中測試與計算資源的連通性。具體請參見新增和使用Serverless資源群組。

更多綁定計算資源的操作指導，請參見：綁定計算資源。

現在，您已經完成了環境的準備，您可以繼續下一個教程。在下一個教程中，您將學習將使用者基本資料資料、使用者網站訪問日誌資料同步至OSS，然後通過StarRocks節點建表查詢同步後的資料。詳情請參見同步資料。