阿里云数仓Dataworks数据导出到文件stepbystep

database

阿里云数仓表中导出数据的详细步骤

背景

假设你在阿里云上Dataworks的空间space下有一个表table_A,想要把它的数据导出到文件以供后续使用,但是数据量又很多,从浏览器复制不太现实。阿里云提供了Java和Python版本的SDK,用来完成这个操作。

为了帮助业务取数,我之前搜了很多文档包括官方文档,但都没有完整讲清楚具体怎么做的,信息很碎片化。经过个人的实践总算摸清楚其中每一步的细节,分享出来。

其实阿里内部是有一套自有的数仓导出&文件分发平台的,希望能尽早开放出来给用户使用。

“空间”所在位置(已打码):

【注意】使用SDK访问数仓表也会按流量计费,因此不要进行一些非必要的操作!

环境准备

  1. 安装python,建议用python3

    brew install python3

  2. 安装pip

    easy_install pip

  3. 安装pyodps

    pip install pyodps

获取AccessKey

按图中的步骤,获取AccessKeyIdAccessKeySecret。注意:AccessKeySecret创建后在阿里云上是无法再次查看的,需要自行保存。

编写取数脚本

基本用法

先写一个简单的脚本,将数仓中所有的行的id列取出来,输出到文件中,请自行替换以下代码中带有"【】"的参数。

注意数据分片是必须的,请自行替换成你的表的分片字段名(默认一般是ds,格式为20210611)

from odps import ODPS

file_handle=open("export.txt",mode="w")

o = ODPS("【AccessKeyId】", "【AccessKeySecret】", "【space】","http://service.odps.aliyun.com/api")

for record in o.read_table("【table_A】", partition="ds=【数据分片】"):

file_handle.write(record.id + "

")

file_handle.close()

条件查询

此时使用execute_sql+reader来读取即可

from odps import ODPS

file_handle=open("export.txt",mode="w")

o = ODPS("【AccessKeyId】", "【AccessKeySecret】", "【space】","http://service.odps.aliyun.com/api")

with o.execute_sql("select * from 【table_A】 where id = "【***】" and ds="【数据分片】"").open_reader() as reader:

for record in reader:

file_handle.write(record.id + "

")

file_handle.close()

参考文档

pyods官方文档:https://pyodps.readthedocs.io/zh_CN/latest/

以上是 阿里云数仓Dataworks数据导出到文件stepbystep 的全部内容, 来源链接: utcz.com/z/535691.html

回到顶部