智能数据构建与管理 Dataphin 概述

背景信息

本教程带您体验Dataphin的数据萃取功能。基于Dataphin生产的数据资产，数据萃取模块能够识别并关联数据资产中的主数据（即贯穿各隔离业务的核心对象），提炼可直接应用的高价值标签数据，从而帮助企业构建自己的萃取数据中心。

本教程基于电商销售场景，为您介绍如何构建用户偏好标签，助力企业寻找业务发力点。

准备工作

• 新建计算源（basic）的MaxCompute（ODPS）项目，配置如下参数，其余参数保持默认，详情请参见创建工作空间。
  

  参数	描述
  工作空间名称	填写basic_odps。
  选择计算引擎服务	选择MaxCompute。
  实例显示名称	填写test。

• 新建计算源（Data_distill）的MaxCompute（ODPS）项目，配置如下参数，其余参数保持默认，详情请参见创建工作空间。
  

  参数	描述
  工作空间名称	填写Data_distill_odps。
  选择计算引擎服务	选择MaxCompute。
  实例显示名称	填写Mytest。

• 新建项目的计算源（basic），详情请参见新建MaxCompute离线计算源。
  

  参数	描述
  计算类型	默认为MaxCompute，不支持修改。
  计算源名称	填写basic。
  计算源描述	填写Baisc项目计算源。
  Endpoint	默认为计算引擎的Endpoint，不支持修改。
  Project Name	填写basic_odps。
  Access ID	填写访问密钥中的AccessKey ID，您可以通过用户信息管理页面获取。
  Access Key	访问密钥中的AccessKey Secret，您可以通过用户信息管理页面获取。

• 新建萃取项目的计算源（Data_distill），详情请参见新建MaxCompute离线计算源。
  

  参数	描述
  计算类型	默认为MaxCompute，不支持修改。
  计算源名称	填写Data_distill。
  计算源描述	填写Data_distill项目计算源。
  Endpoint	默认为计算引擎的Endpoint，不支持修改。
  Project Name	填写Data_distill_odps。
  Access ID	填写访问密钥中的AccessKey ID，您可以通过用户信息管理页面获取。
  Access Key	访问密钥中的AccessKey Secret，您可以通过用户信息管理页面获取。

• 新建Baisc模式的项目，配置如下参数，其余参数保持默认，详情请参见新建项目。
  说明

  • 如果您已有项目，则不需要新建项目。
  • 如果您还没有项目，则需要新建个测试项目（例如test）后，再开始初始化配置数据萃取模块。本教程以新建Baisc模式的项目为例。您也可以新建Dev-Prod模式的项目。

  参数	描述
  计算源	选择basic计算源。
  英文名	输入test。
  名称	输入测试。

• 初始化配置数据萃取模块。
  说明 完成数据萃取模块的初始化配置后，即可在萃取项目（
  Data_distill）下开发数据。

  1. 登录Dataphin控制台。
  2. 在Dataphin控制台页面，选择工作区地域后，单击进入Dataphin>>。

     您也可以单击快速开始相关工作下的数据研发，快速进入数据开发模块。

  3. 在Dataphin页面，单击顶部菜单栏中的研发。
  4. 鼠标悬停至开发上后，单击萃取，进入初始化配置页面。
  5. 计算引擎源选择Data_distill后，单击测试连接性。
  6. 测试连接通过后，单击确定并开始初始化，初始化成功后即可在萃取模块开发数据。

操作流程