SQL指令碼組件使用說明 - Platform For AI

SQL指令碼是自訂SQL組件，您可以通過SQL指令碼編輯器編寫SQL語句，並提交至MaxCompute執行。本文為您介紹SQL指令碼的組件配置和使用情境。

組件配置

Designer僅支援通過可視化方式，配置SQL指令碼組件的參數，組件參數配置如下所示。

參數	描述
使用Script模式	Script模式下，需要使用者自己建立輸出表，表名指定為${o1}可作為節點連接埠輸出。更多資訊，請參見SQL指令碼模式。
輸入源	展示上遊輸入的表名。
是否由系統添加Create Table語句	選中是否由系統添加Create Table語句複選框，則SQL指令碼的最後一行SQL語句必須為Select語句，PAI會自動建立一個暫存資料表，用來儲存Select語句查詢的結果。取消選中是否由系統添加Create Table語句複選框，您需要自己在SQL語句中建立資料表${o1}，作為向下遊傳遞的資料表。
SQL指令碼	您可以自訂待實現功能的SQL指令碼，SQL語句具體文法，詳情請參見SQL概述。在代碼編輯器介面，SQL指令碼支援自動補全代碼（智能推薦關鍵字代碼）、內建查詢範本等功能，協助您快速編寫代碼，提升開發效率，詳情請參見代碼開發提效。

SQL指令碼組件的使用說明：

SQL指令碼組件支援0~4個輸入，1個輸出。
如果SQL指令碼組件接入了上遊表，輸入源已自動對應成t1～t4，您可以直接調用${t1}、${t2}、${t3}或${t4}，不用寫入源表名。
SQL指令碼組件支援1個輸出，您可以在SQL語句中使用${o1}代替輸出資料表。
您可以在SQL語句中，使用${lifecycle}參數自動擷取當前工作空間設定的暫存資料表生命週期，預設為28天。
說明
如果您在SQL語句中自行建立了資料表，請按需設定暫存資料表的生命週期，詳情請參見設定工作空間暫存資料表清理時間。
如果您在可視化參數配置中選中了是否由系統添加Create Table語句複選框，SQL指令碼的中間位置可以配置任意的SQL語句，但是最後一句必須為Select語句，PAI會自動建立一個暫存資料表，用來儲存Select語句查詢的結果。

使用情境

SQL指令碼組件支援以下使用情境。

情境1：SQL指令碼組件從單個上遊表讀取資料後做一些分析

選中是否由系統添加Create Table語句複選框，PAI會自動建立一個以pai_temp開頭的暫存資料表作為輸出傳遞給下遊。SQL指令碼代碼配置如下所示。

select age,
(case sex when 'male' then 1 else 0 end) as sex,
(case cp when 'angina' then 0  when 'notang' then 1 else 2 end) as cp,
trestbps,
chol,
(case fbs when 'true' then 1 else 0 end) as fbs,
(case restecg when 'norm' then 0  when 'abn' then 1 else 2 end) as restecg,
thalach,
(case exang when 'true' then 1 else 0 end) as exang,
oldpeak,
(case slop when 'up' then 0  when 'flat' then 1 else 2 end) as slop,
ca,
(case thal when 'norm' then 0  when 'fix' then 1 else 2 end) as thal,
(case status  when 'sick' then 1 else 0 end) as ifHealth
from  ${t1};

情境2：SQL指令碼組件從多個上遊表讀取資料做聯合分析

取消選中是否由系統添加Create Table語句複選框，通過變數${o1}和${lifecycle}建立一個暫存資料表作為輸出。SQL指令碼代碼配置如下所示。

create table if not exists ${o1} lifecycle ${lifecycle}
as
with
    a as (select * from ${t1}),
    b as (select * from ${t2}),
    c as (select * from ${t3})
select * from a
    UNION all
select * from b
    UNION all
select * from c;

情境3：SQL指令碼組件無上遊輸入，直接通過表名讀取源表內容

取消選中是否由系統添加Create Table語句複選框，通過變數${o1}和${lifecycle}來建立一個暫存資料表作為輸出。SQL指令碼代碼配置如下所示。

set odps.sql.mapper.split.size=128;
set odps.sql.executionengine.batch.rowcount=100;

drop table if exists test_a_5_1;
create table test_a_5_1
as
select * from pai_online_project.wumai_data;

drop table if exists test_a_5_2;
create table test_a_5_2
as
select * from pai_online_project.wumai_data;

create table if not exists ${o1}
LIFECYCLE ${lifecycle}
as
select a.pm2, a.pm10, a.so2, b.co, b.no2
from
test_a_5_1 a join test_a_5_2 b
on a.time = b.time
and a.hour = b.hour;

select * from ${o1};

其中SQL指令碼開始位置通過set語句設定執行環境變數。

情境4：在SQL指令碼組件中執行PAI命令

取消選中是否由系統添加Create Table語句複選框，通過變數${o1}和${lifecycle}來建立一個暫存資料表作為輸出。SQL指令碼代碼配置如下所示。

drop table if exists ${o1};
PAI -name type_transform_v1 -project algo_public
-Dlifecycle=${lifecycle} -DoutputTable=${o1}
-Dcols_to_double="time,hour,pm2,pm10,so2,co,no2"
-Ddefault_double_value="0.0" -Ddefault_int_value="0"
-DreserveOldFeat="false" -DinputTable="pai_online_project.wumai_data";