Data Lake Analytics - Deprecated：細粒度配置RAM子帳號許可權

操作步驟

1. 登入RAM控制台為RAM子帳號授予訪問DLA的許可權。
   如何為RAM子帳號授權，請參見為RAM使用者授權。

   權限原則的說明如下：

   權限原則名稱	權限原則說明
   AliyunDLAFullAccess	用於資料湖分析的管理員權限，擁有資料湖分析的所有許可權，可以執行建立叢集、刪除叢集、提交作業等操作，停止其它帳號的作業等操作。擁有授權給DLA賬戶的角色的使用權。
   AliyunDLAReadOnlyAccess	用於資料湖分析的訪客許可權，擁有資料湖分析的唯讀許可權，可以查看叢集狀態、作業狀態， 作業日誌等資訊。無法修改叢集的狀態，也無法提交作業。
   AliyunDLADeveloperAccess	用於資料湖分析的開發人員許可權，可以查看叢集、作業的狀態，提交和執行作業，只能終止自己提交的作業，無法建立和刪除叢集，擁有授權給DLA賬戶的角色的使用權。

   說明 在RAM存取控制中，您還可以根據需要自訂建立更細粒度的存取原則，比如一個子帳號可以使用哪些叢集。具體請參見授予RAM帳號細粒度訪問DLA的許可權。建立完權限原則後，您便可添加該自訂策略給該RAM子帳號。
2. 為了讓Spark作業可以訪問您的資料，需要為DLA建立一個資料訪問的RAM角色。
   如何建立RAM角色，請參見建立角色。

   建立RAM角色時，您需要記錄如下資訊：

   • 最大會話時間：最大的會話時間，可調整，最大可以調整為12小時。
   • ARN：該角色的ID。

   說明 關於RAM角色的更多資訊，請參見RAM角色概覽。
3. 為建立的RAM角色授權。
   如何為RAM角色授權，請參見為RAM角色授權。
4. 授權允許子帳號可以使用步驟3中角色的權限原則。
   如何授權子帳號使用角色的權限原則，請參見建立自訂權限原則。
5. 把步驟3中建立的權限原則授權給RAM子帳號，對應的RAM子帳號便擁有了權限原則中的許可權。
   如何授權，請參見為RAM使用者授權。

驗證RAM子帳號許可權配置

{
    "name": "SparkPi",
    "file": "oss://sparkRoleTest/original-spark-examples_2.11-2.4.5.jar",
    "className": "org.apache.spark.examples.SparkPi",
    "args": [
        "10"
    ],
    "conf": {
        "spark.dla.roleArn": "acs:ram::xxxxxx:role/dla-sub-user-role"
        "spark.driver.resourceSpec": "small",
        "spark.executor.instances": 2,
        "spark.executor.resourceSpec": "small"
    }
}