E-MapReduce：準備環境

建立DataWorks工作空間

1. 登入DataWorks控制台。

2. 單擊左側導覽列上的工作空間列表，進入空間列表頁面。

3. 單擊建立工作空間，在左側彈出的建立工作空間面板內建立生產、開發環境隔離的標準模式空間。

建立資源群組

在使用DataWorks前，必須建立資源群組，為資料同步與調度提供運行資源，所以需要確保資源群組與Serverless Spark之間的網路正常聯通。

1. 購買Serverless資源群組。

   1. 登入DataWorks控制台，切換至目標地區後，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，完成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

      本教程將使用華東2（上海）地區的Serverless資源群組進行樣本示範，需注意Serverless資源群組不支援跨地區操作。

2. 配置Serverless資源群組。

   1. 登入DataWorks控制台，切換至目標地區後，單擊左側導覽列的資源群組，進入資源群組列表頁面。

   2. 找到購買的Serverless資源群組，單擊操作列的修改歸屬工作空間，根據介面提示將資源群組綁定至已建立的DataWorks工作空間。

   3. 為資源群組配置公網訪問能力。

      1. 登入專用網路-公網NAT Gateway控制台，在頂部功能表列切換至華東2（上海）地區。

      2. 單擊建立NAT Gateway。配置相關參數。

         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地區查看綁定的專用網路和交換器。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	VPC全通模式（SNAT）。
         Elastic IP Address	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。

         說明

         上表中未說明的參數保持預設值即可。

      3. 單擊立即購買，勾選服務合約後，單擊確認訂單，完成購買。

註冊EMR Serverless Spark叢集

使用者Portrait analysis的流程中的資料存放區與資料處理，將在EMR Serverless Spark叢集中進行，需您提前註冊好相應的Spark叢集。

1. 進入管理中心頁面。

   登入DataWorks控制台，切換至目標地區後，單擊左側導覽列的更多 > 管理中心，在下拉框中選擇對應工作空間後單擊進入管理中心。

2. 單擊左側導覽列的叢集管理進入叢集管理頁面後，單擊註冊叢集，即可在彈窗內選擇E-MapReduce，進行配置EMR Serverless Spark叢集。

3. 註冊E-MapReduce 叢集

   • 叢集顯示名稱：自訂即可。

   • 叢集所屬雲帳號：選擇當前阿里雲主帳號。

   • 叢集類型：EMR Serverless Spark。

   • E-MapReduce工作空間：選擇準備的EMR Serverless Spark 工作空間準備。

   • 預設引擎版本：在DataStudio中建立EMR Spark任務時，將會預設使用該引擎版本。如需面向不同任務設定不同的引擎版本，請在Spark任務編輯視窗的“進階設定”中進行定義。

   • 預設資源隊列：在DataStudio中建立EMR Spark任務時，將會預設使用該資源隊列。如需面向不同任務設定不同的資源隊列，請在Spark任務編輯視窗的“進階設定”中進行定義。

   • 預設SQL Compute：在DataStudio中建立EMR Spark SQL任務時，將會預設使用該SQL Compute。如需面向不同任務設定不同的SQL Compute，請在Spark任務編輯視窗的“進階設定”中進行定義。

   • 預設訪問身份：開發環境預設為執行者，生產環境可選擇阿里雲主帳號、阿里雲RAM子帳號、任務責任人。

     說明

     本教程配置如上，若您的情境與此不同，可參考註冊EMR叢集至DataWorks。

建立資料來源

本教程為您提供了儲存使用者資訊資料的MySQL資料庫，以及儲存使用者日誌資料的OSSObject Storage Service，需要在DataWorks上將其建立為資料來源以供資料同步使用。