資料開發DataStudio的功能介紹及使用 - DataWorks

DataWorks資料開發（DataStudio）模組用於定義周期調度任務的開發及調度屬性，與營運中心配合使用，面向各引擎（MaxCompute、Hologres、EMR等）提供可視化開發主介面，支援智能代碼開發、多引擎混編工作流程、正常化任務發布等能力，協助您輕鬆構建離線數倉、即時數倉與即席分析系統，保證資料生產的高效穩定。

進入資料開發

登入DataWorks控制台，切換至目標地區後，單擊左側導覽列的資料建模與開發 > 資料開發，在下拉框中選擇對應工作空間後單擊進入資料開發。

資料開發主要功能

資料開發（DataStudio）的主要功能介紹如下。您可參考資料開發相關概念輔助理解。資料開發功能

類型	描述
對象組織及管理	DataWorks資料開發提供的對象組織與管理機制如下：對象組織：提供解決方案 > 商務程序兩級管理員模式。DataWorks基於商務程序提供分類樹與可視化面板兩種對象組織方式。您可通過分類樹建立所需對象，或使用商務程序可視化面板拖拽組件，快速構建資料加工流，並支援通過解決方案對商務程序進行進一步的管理。對象管理：支援使用可視化方式建立及管理節點、表、資源及函數。更多詳情請參見建立商務程序、工作群組織與管理方式。
任務開發	能力更豐富提供豐富的引擎節點，對引擎能力進行全面封裝。提供通用類節點，可結合引擎節點進行複雜邏輯處理。例如，外部系統觸發調度，檔案對象檢查、條件分支、迴圈執行代碼、輸出結果傳遞等複雜流程式控制制。操作更簡單提供商務程序可視化開發機制，可通過拖拽組件方式快速實現多引擎任務的混合編排。提供智能化的SQL編輯器。使用SQL編輯器時，提供智能提示、SQL運算元結構可視化展示、許可權校正等功能。 DataWorks支援的節點類型，詳情請參見DataWorks節點合集。
任務調度	觸發方式：支援外部系統觸發、事件觸發、以及通過內部血緣解析上遊觸發任務調度運行。依賴類型：支援設定同周期與跨周期依賴，以及多種調度周期、不同類型任務的相互依賴。執行控制：支援設定任務是否重跑；支援通過上遊任務控制下遊整體調度時間；支援設定調度任務的生效日期；支援定義任務的調度類型。例如，空跑（即不執行且不阻塞下遊任務調度）；凍結（不執行並阻塞下遊任務調度）。等冪保障：提供任務重跑機制，支援自訂重跑條件與重跑次數。更多調度相關說明，詳情請參見時間屬性配置說明、調度依賴配置指引。
任務調試	提供單任務調試機制與基於商務程序的工作流程調試機制。詳情請參見任務調試流程。
流程管控	提供正常化任務發布機制，及多種方式的流程管控機制。包括但不限於以下情境：提供任務發布前人工評審代碼（程式碼檢閱），與煙霧測試 (Smoke Test)，並支援阻塞發布存在問題的生產調度流程。支援結合資料治理的治理項檢查、擴充程式自訂校正邏輯等方式，對任務提交及發布生產調度的操作進行自訂且自動化的流程管控。
其他	開放能力：結合開放平台提供豐富的OpenAPI，並內建大量擴充點，可通過DataWorks開放平台實現DataWorks資料開發相關事件訊息的訂閱。許可權控制：支援介面功能許可權及資料存取權限控制。詳情請參見空間級模組許可權管控。查看操作記錄：DataWorks整合阿里雲Action Trail（ActionTrail）產品，您可在ActionTrail中查看及檢索阿里雲帳號最近在DataWorks上的操作行為事件記錄。詳情請參見查看資料開發操作記錄。

資料開發介面認識

您可通過資料開發功能索引瞭解資料開發操作介面，以及各模組功能如何使用。

任務開發流程

DataWorks資料開發支援建立多種類型引擎的即時同步任務、離線調度任務（包括離線同步任務、離線加工任務）、手動觸發任務。其中，資料同步相關能力您可前往Data Integration模組瞭解；實際開發調度任務時，不同引擎任務的配置要求存在差異，您需先瞭解不同引擎基於DataWorks開發的注意事項及相關說明，再根據待開發的任務類型開始資料開發工作。

各引擎開發說明：DataWorks支援建立各種資料來源並進行引擎開發工作單位，不同引擎任務所需的配置存在差異，其中主要引擎任務的開發說明請參見：
通用開發流程：DataWorks的工作空間分為標準模式和簡單模式，不同模式工作空間下調度任務的開發流程存在一定差異，具體如下。
標準模式工作空間開發流程
簡單模式工作空間開發流程
- 基本流程：以標準模式為例，調度任務的開發流程包括開發、調試、調度配置、提交、發布、營運等階段。其中，任務開發的通用開發流程，請參見通用開發流程。
- 流程管控：任務在開發過程可結合資料開發（DataStudio）內建的程式碼檢閱、煙霧測試 (Smoke Test)等功能，以及資料治理中心預設的檢查項、開放平台基於擴充程式實現自訂邏輯校正等功能，保障開發工作單位符合規範。
  說明
  不同工作空間模式涉及的流程管控操作存在差異，具體請以實際管控功能為準。

工作群組織與管理方式

DataWorks資料開發的商務程序是具體代碼開發、資源群組織的單位，是業務的抽象實體，協助您使用業務視角來組織資料代碼開發。工作空間之間的商務程序、任務節點為獨立開發，互不影響。更多關於商務程序的使用，詳情請參見建立商務程序。

商務程序的呈現包括分類樹及操作面板兩種方式，協助您基於業務視角組織代碼，使得資源類別更明確，商務邏輯更清晰。

分類樹結構：提供基於任務類型的程式碼群組織方式。
商務程序面板：提供流程化的商務邏輯展現方式。

開發組織圖

附錄：資料開發支援的節點合集

DataWorks的資料開發（DataStudio）模組提供了多種類型節點，同時，多種類型節點支援週期性任務調度，您可基於業務需要選擇合適的節點進行相關開發操作。DataWorks支援的節點合集，詳情請參見DataWorks節點合集。

附錄：資料開發相關概念

任務開發相關

概念	描述
解決方案	商務程序的集合。您可將一類商務程序劃分為一個解決方案進行統籌管理。一個商務程序可被多個解決方案複用。進行資料開發時，其他使用者可在其它解決方案中，直接編輯您解決方案中引用的商務程序，進行協同開發。
商務程序	面向某一特定業務需求的任務、表、資源、函數的集合，業務的抽象實體。該類商務程序中的任務可按計劃定時觸發運行。
手動商務程序	面向某一特定業務需求的任務、表、資源、函數的集合。手動商務程序與商務程序的區別為：手動商務程序中的任務需手動觸發運行，而商務程序中的任務是按計劃來定時觸發運行。
DAG	英文`Directed Acyclic Graph`的縮寫，即有向非循環圖。用於展示節點及其依賴關係。在資料開發（DataStudio）中，商務程序下的所有任務會展示在同一個DAG中，方便您進行任務開發及依賴關係配置。
任務	任務是DataWorks的基本執行單元。DataWorks根據任務間的依賴關係依次執行各個任務。
節點	節點用於指代DAG中的一個任務。DataWorks根據節點間的依賴關係依次運行各個節點。

任務調度相關

概念	描述
依賴關係	任務間通過依賴關係定義任務的運行順序。如果節點A運行後，節點B才能運行，我們稱A是B的上遊依賴，或者B依賴A。在DAG中，依賴關係用節點間的箭頭表示。
輸出名	用於區分本節點與其他節點的標識符。輸出名全域唯一，一個節點可包含多個輸出名。DataWorks通過輸出名設定節點調度依賴關係。
調度資源群組	部署了DataWorks發送器的一組ECS執行個體，分為公用調度資源群組、獨享調度資源群組。公用調度資源群組：所有DataWorks租戶共用，高峰期可能出現任務排隊情況。適用於任務量少、時效性要求不高的情境。獨享調度資源群組：租戶獨享，用於任務量大、時效性要求高的情境。Shell等類型的任務必須使用獨享調度資源群組。
調度參數	調度參數是代碼中用於調度運行時動態取值的變數。代碼在重複運行時若希望擷取到運行環境的一些資訊，例如日期、時間等，可根據DataWorks調度系統的調度參數定義，動態為代碼中的變數賦值。
業務日期	指昨天，在離線計算情境下，交易日期為業務發生的日期。DataWorks預設取調度時間內，任務預期調度已耗用時間的前一天（即昨天）的日期為業務日期，精確到天。例如，今天統計前一天的營業額，此處的前一天，指交易發生的日期，也就是業務日期。
定時時間	指今天，即某業務資料加工任務的預期執行時間。DataWorks預設取調度時間內，任務預期調度啟動並執行時間點（即今天）為定時時間，精確到秒。任務預期執行時間，與實際開始執行時間並非完全一致。任務實際開始執行時間受多方因素影響。