通過本教程，您可以瞭解如何使用DataWorks和EMR Serverless Spark產品組合進行巨量資料開發和分析，並通過使用者Portrait analysis案例體驗DataWorks在Data Integration、資料開發和營運中心模組方面的相關能力。
案例介紹
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。您可以通過DataWorks和EMR Serverless Spark產品組合完成資料同步、資料加工、資料管理和資料消費等操作。
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。
資料開發平台
本案例使用DataWorks的舊版資料開發（DataStudio）平台，請確保您的工作空間未參加新版資料開發公測。
建立工作空間時，不選擇參加資料開發（Data Studio）公測。
2025年02月18日後，主帳號在如下地區首次開通DataWorks並建立工作空間時，預設啟用新版資料開發。如您已預設啟用了新版資料開發，具體教程請參見使用新版資料開發體驗。
華東1（杭州）、華東2（上海）、華北2（北京）、華南1（深圳）、中國香港、新加坡、印尼（雅加達）、德國（法蘭克福）
操作步驟
步驟一：準備環境
建立教程所需的Spark專案、DataWorks工作空間，並完成相關的資源群組網路設定。
步驟二：同步資料
在DataWorks配置資料同步鏈路，將教程提供的使用者資訊和網站日誌資料同步到Spark計算資源，並查詢同步後的資料。
步驟三：加工資料
通過DataWorks的EMR Spark SQL節點，對同步到Spark的使用者資訊表和訪問日誌資料表中的資料進行加工，得到目標使用者畫像資料。
步驟四：監控資料品質
為資料加工產生的表配置資料品質監控，提前識別髒資料並進行攔截，避免髒資料影響擴大。
步驟五：管理資料
使用者Portrait analysis任務流程完成後，在Spark內將建立對應資料表。產生的資料表可在資料地圖模組進行查看，可通過資料地圖查看錶血緣。
步驟六：消費資料
使用者Portrait analysis完成後，使用資料分析模組，將加工後的資料視覺效果展現，便於您快速提取關鍵資訊，洞察資料背後的業務趨勢。