MaxCompute Studio使用心得系列6——一个工具完成整个Python UDF开发

摘要： 2017/12/20 北京云栖大会上阿里云MaxCompute发布了最新的功能Python UDF，万众期待的功能终于支持啦，我怎么能不一试为快，今天就分享如何经过Studio进行Python udf开发。

点此查看原文：http://click.aliyun.com/m/40729/

2017/12/20 北京云栖大会上阿里云MaxCompute发布了最新的功能Python UDF，万众期待的功能终于支持啦，我怎么能不一试为快，今天就分享如何经过Studio进行Python udf开发。

前置条件

了解到，虽然功能发布，不过还在公测阶段，若是想要使用，还得申请开通：https://page.aliyun.com/form/...。这里我就不介绍申请开通具体流程了。

环境准备
MaxCompute Studio支持Python UDF开发，前提须要安装python, pyodps和idea的python插件。

1.安装Python：能够Google或者百度搜索下如何安装。
2.安装pyodps：能够参考python sdk文档的安装步骤。即，在 Python 2.6 以上（包括 Python 3），系统安装 pip 后，只需运行下 pip install pyodps，PyODPS 的相关依赖便会自动安装。
3.Intellij IDEA中安装Python插件。搜索Python Community Edition插件并安装

配置studio module对python的依赖。

File -> Project structure，添加python sdk:

File -> Project structure，添加python facets:

File -> Project structure，配置module依赖python facets:

开发Python UDF

环境都准备好后，既可在对应依赖的module里建立进行python udf开发。

新建python脚本。

右键 new | MaxCompute Python，弹框里输入脚本名称，选择类型为python udf：

生成的模板已自动填充框架代码，只须要编写UDF的入参出参，以及函数逻辑：

本地调试

代码开发好后，能够在Studio中进行本地调试。Studio支持下载表的部分sample数据到本地运行，进行debug，步骤以下:

右键python udf类，点击”运行”菜单，弹出run configuration对话框。UDF|UDAF|UDTF通常做用于select子句中表的某些列，此处需配置MaxCompute project，table和column（元数据来源于project explorer窗口和warehouse下的example项目）:

点击OK后，经过tunnel自动下载指定表的sample数据到本地warehouse目录（若以前已下载过，则不会再次重复下载，不然利用tunnel服务下载数据。默认下载100条，如需更多数据测试，可自行使用console的tunnel命令或者studio的表下载功能）。下载完成后，能够在warehouse目录看到下载的sample数据。这里用户也能够使用warehouse里的数据进行调试，具体可参考java udf开发中的关于本地运行的warehouse目录”部分）。

而后本地运行框架会根据指定的列，获取data文件里指定列的数据，调用UDF本地运行。

注册发布Python UDF

代码调试好后，将python脚本添加为MaxCompute的Resource：

注意此处选择的MaxCompute project必须是已经申请开通python udf的project。

注册python 函数：

在sql脚本中编辑MaxCompute sql试用python udf:

好了，一个简单完整的python UDF经过Studio开发实践分享完成。

更多python UDF能够参考其余文章:

北京云栖大会MaxCompute又出大招，Python UDF抢先体验!
Python on MaxCompute之UDF操做命令行
Python实现MaxCompute UDF/UDAF/UDTF