教程簡介

準備環境和資源

1. 開通大數據開發治理平臺DataWorks。

   1. 訪問阿里云免費試用。單擊頁面右上方的登錄/注冊按鈕，并根據頁面提示完成賬號登錄（已有阿里云賬號）、賬號注冊（尚無阿里云賬號）或實名認證（根據試用產品要求完成個人實名認證或企業實名認證）。

   2. 成功登錄后，即可進入申請免費試用DataWorks頁面，單擊大數據開發治理平臺 DataWorks產品的立即試用。

   3. 在彈出的購買試用DataWorks產品的面板上選擇開通地域為華東2（上海），勾選服務協議后單擊確認訂單并支付。

2. 準備MaxCompute環境。

   • 本教程還需使用MaxCompute產品，您也可以在免費試用中申請免費額度的MaxCompute資源包進行本教程的操作，申請操作請前往申請免費試用MaxCompute頁面，MaxCompute免費資源包的支持地域及免費額度介紹請參見MaxCompute新用戶免費試用額度。

     【說明】：如果您此前已申請過MaxCompute的免費試用，可登錄MaxCompute控制臺后，查看華東2（上海）地域是否已開通，如果界面提示上海地域還未開通，您可單擊歡迎界面的立即開通MaxCompute進行開通。

   • 如果您不符合免費使用MaxCompute規則，您可以開通按量計費版本的MaxCompute，計費詳情請參見MaxCompute計費概述。

創建MaxCompute項目

1. 登錄MaxCompute控制臺，在左上角選擇地域，本教程使用的地域為華東2（上海）。單擊左側導航項目管理，在項目管理列表頁面單擊新建項目。

2. 在彈出的新建項目配置頁面中配置項目信息，核心配置參數如表所示。

   參數	說明
   項目名稱	自定義項目名稱。本教程設置為doc_test_000。 說明 項目名稱需全局唯一，如果界面提示您項目名稱已存在，您可根據提示修改項目名稱。
   計算資源付費類型	本教程選擇：按量付費。 重要 您通過免費試用選購的資源抵扣包僅可用于抵扣后付費資源消耗，本教程選擇“按量付費”。
   默認Quota	用于實現計算資源分配。本教程選擇：默認后付費Quota。
   單SQL消費限制	本教程不設置。本參數為單SQL消費的最高閾值。單位：掃描量（GB）*復雜度。非必填項，當選擇按量付費計費類型時建議設置，可以避免非預期的單SQL消費過高。同時也建議配置實時消費監控告警，多方位監控限制消費超出預期，詳情請參見消費監控告警。
   數據類型	MaxCompute數據類型包含1.0數據類型、2.0數據類型和Hive兼容類型。本教程選擇：2.0數據類型。
   是否加密	指定創建的MaxCompute項目是否需要開啟數據加密功能。更多數據加密信息，請參見存儲加密。 本教程選擇：不加密。

3. 完成配置后單擊確定，完成項目創建。

新增MaxCompute數據源

本教程使用的地域為華東2（上海）默認工作空間。

1. 進入管理中心頁面。

   登錄DataWorks控制臺，切換至目標地域后，單擊左側導航欄的更多 > 管理中心，在下拉框中選擇對應工作空間后單擊進入管理中心。

2. 在管理中心頁面，單擊左側導航數據源 > 數據源列表后，在頁面上單擊新增數據源，然后在彈窗內選擇MaxCompute數據源，配置MaxCompute數據源詳情請參見創建MaxCompute數據源。

3. 完成配置后單擊完成創建，完成數據源的增加。

數據查詢體驗

本教程中使用阿里電商數據集（bigdata_public_dataset.commerce.commerce_ali_e_commerce），該數據集來源于天池阿里移動推薦算法挑戰賽，擁有100萬條脫敏后的行為數據（包括點擊、購買、加購、喜歡）。

1. 登錄并進入DataWorks控制臺，在左上角選擇地域，本教程使用的地域為華東2（上海）。

2. 單擊左側導航欄的大數據體驗 > 公共數據集，單擊阿里電商數據集，進入阿里電商數據集詳情頁。

   

3. 單擊右上角的開始分析，選擇您需要體驗的引擎類型。本教程使用的是MaxCompute。

   

4. 在新打開的DataWorks SQL查詢頁面中，會創建一個新的SQL查詢頁面，并顯示公共數據集的默認顯示SQL。單擊SQL查詢文件右上角的，在彈框中設置工作空間及引擎信息。

5. 完成設置后，您即可在SQL文件中進行數據查詢命令開發，完成后可單擊SQL查詢文件操作欄中的運行按鈕，運行成功后，在SQL文件下方會顯示查詢結果。

   本教程為您提供了一些查詢示例SQL命令，您可參見下文的附錄：數據查詢SQL示例，進行數據查詢分析。

   

增強分析-創建卡片

1. 單擊查詢結果區域左側欄的，DataWorks會默認為您生成一個可視化的圖表，將表格展現的SQL查詢結果數據通過可視化的方式展現出來。

   說明

   首次操作時你需要先單擊我要體驗，并根據界面提示開啟增強分析對應的功能。

   

2. 如系統默認生成的可視化圖表，不符合您對于數據可視化的預期，您可單擊圖表右上方的，進入圖表編輯頁面。本教程以修改圖表橫縱坐標標題為例，為您示例編輯圖表展示的操作。

   

3. 單擊圖表右上方的，即可將該結果持久化保存下來并分享。

   保存卡片后，您可以單擊數據分析頁面最左側導航欄中的，查看當前已保存的所有卡片。

   

增強分析-創建報告

數據分析結果保存在DataWorks-卡片中后，您可以通過增強分析-報告的功能，將卡片組織為有圖表、有描述、有邏輯的分析報告，便于一鍵將分析報告分享給伙伴、同事。

1. 單擊數據分析頁面左側導航欄中的，進入報告頁面。

2. 單擊右上角的創建報告，根據界面提示選擇需要生成報告的數據分析結果卡片。

3. 配置數據分析報告頁面內容與主題風格，完成后單擊右上角的創建，完成報告創建。

   

4. 返回報告列表頁面后，您可以將鼠標懸浮到需要分享給其他人的報告上，單擊右上角的分享按鈕，根據界面提示即可獲得分享鏈接。后續可將分享鏈接發送給分享對象。

   您可單擊此處查看分析報告分享鏈接示例。

附錄：數據查詢SQL示例

• 用戶購物行為時間趨勢

  SET odps.namespace.schema = TRUE;
  SELECT  CAST(SUBSTR(behavior_time,12) AS BIGINT) AS 時間段
          ,CASE   WHEN behavior_type = '1' THEN '商品頁瀏覽'
                  WHEN behavior_type = '3' THEN '加入購物車'
                  WHEN behavior_type = '4' THEN '購買成功'
                  ELSE behavior_type
          END AS 用戶操作
          ,COUNT(DISTINCT user_id) AS 用戶數
  FROM    bigdata_public_dataset.commerce.commerce_ali_e_commerce
  WHERE   behavior_type IN ('1','3','4')
  GROUP BY 時間段
           ,用戶操作
  order by 時間段 asc;

• 不同時間段的頁面訪問次數

  SET odps.namespace.schema = true;
  set odps.task.sql.sqa.enable=false;
  SELECT  CASE    WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 0
                      AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 3 THEN '00點-03點'
                  WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 4
                      AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 7 THEN '04點-07點'
                  WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 8
                      AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 11 THEN '08點-11點'
                  WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 12
                      AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 15 THEN '12點-15點'
                  WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 16
                      AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 19 THEN '16點-19點'
                  WHEN CAST(SUBSTR(behavior_time,12) AS BIGINT) >= 20
                      AND CAST(SUBSTR(behavior_time,12) AS BIGINT) <= 23 THEN '20點-23點'
          END AS 時間段
          ,COUNT(1) AS 頁面訪問次數
  FROM    bigdata_public_dataset.commerce.commerce_ali_e_commerce
  WHERE   behavior_type = '1'
  GROUP BY 時間段
  ORDER BY 時間段 ASC
  LIMIT   100;

• TOP10熱銷商品品類

  SET odps.namespace.schema = true;
  SELECT  item_category as 商品品類ID,COUNT(DISTINCT item_id) AS 商品數量
  FROM    bigdata_public_dataset.commerce.commerce_ali_e_commerce
  WHERE  behavior_type = '4'
  group by item_category
  order by 商品數量 desc
  limit 10;

清理