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 Spark空間、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。
操作前須知
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。
注意事項
本教程提供教程所需使用者資訊資料與網站訪問測試資料，您可直接使用。
本教程提供資料僅作為阿里雲巨量資料開發治理平台DataWorks資料應用實操使用，所有資料均為人工Mock資料。
本教程使用資料開發（Data Studio）（新版）進行資料加工。
OSSObject Storage Service環境準備
本教程需要您建立一個OSS Bucket，後續會將使用者資訊和網站訪問日誌資訊同步到OSS Bucket中，用於資料建模和資料分析。
登入OSS控制台。
在左側導覽列，單擊Bucket列表，在Bucket列表頁面，單擊建立Bucket。
在建立Bucket對話方塊中，配置各項參數，單擊完成建立。配置如下：
參數
取值
Bucket名稱
本樣本命名為
dw-spark-demo。地區
選擇華東2（上海）
HDFS服務
根據介面提示開啟HDFS服務開關
在Bucket列表頁單擊相應的Bucket名稱，進入Bucket的檔案管理頁面。
EMR Serverless Spark工作空間準備
本案例採用EMR Serverless Spark進行案例，請確保您已擁有Spark空間，若您沒有Spark空間，需建立工作空間。配置如下：
參數 | 取值 |
地區 | 華東2（上海） |
付費類型 | 隨用隨付。 |
工作空間名稱 | 自訂名稱即可。 |
DLF 作為中繼資料服務 | 選擇需要綁定的DLF資料目錄（Catalog），如不同EMR叢集期望中繼資料完全隔離，請選擇不同的Catalog。 |
工作空間基礎路徑 | 請選擇一個OSS Bucket路徑，用於儲存任務作業的記錄檔。 |
專業版：該工作空間包含所有基礎版的功能，以及進階特性和效能改進項。更適合大規模ETL作業。
基礎版：該工作空間包含所有基礎功能，以及提供具有優勢的計算引擎。
DataWorks環境準備
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。
步驟一：建立工作空間
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。
步驟二：建立Serverless資源群組
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。
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。
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。
登入專用網路-公網NAT Gateway控制台，在頂部功能表列切換地區至華東2（上海）。
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。
單擊立即購買，勾選服務合約後，單擊立即開通，完成購買。
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。
後續步驟
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Spark SQL節點建表查詢同步後的資料。詳情請參見同步資料。