MaxCompute支持通過外部表關聯OSS，進行數據輸出。然而，由於MaxCompute外部表的目錄結構比較特殊，無法使用MaxCompute以外的工具對OSS上的文件做進一步的分析，限制了外部表的使用場景。因此，DLA最近支持了分析MaxCompute外部表數據文件的功能，藉助DLA強大的生態，可以方便地對MaxCompute外部表進行分析，並能夠和其他數據源做聯合查詢。
本文通過一個簡單的例子介紹如何使用這個功能。

準備工作：創建MaxCompute外部表並寫入數據

進入MaxCompute工作空間，新建一個ODPS SQL節點，在其中執行如下語句創建OSS外表：

CREATE EXTERNAL TABLE parquet
(
  a int,
  b int
)
STORED AS PARQUET
LOCATION 'oss://${accessKeyId}:${accessKeySecret}@${endpoint}/${bucket}/${userPath}/';

關於創建外部表語法的更多信息可參考MaxCompute文檔。
建表之後，我們可以執行如下語句向其中寫入幾條測試數據：

insert into parquet values(1,1);
insert into parquet values(2,2);

執行查詢，我們可以看到數據已經寫入到外表中了：

使用DLA分析MaxCompute外部表

首先創建一個OSS Schema：

CREATE SCHEMA dla_oss_db with DBPROPERTIES(
catalog='oss',
location 'oss://${bucket}/${userPath}/'
)

創建表：

CREATE EXTERNAL TABLE odps_parquet (
    `a` int,
    `b` int
)
STORED AS PARQUET
LOCATION 'oss://${bucket}/${userPath}/'
TBLPROPERTIES (
    'directory.odps' = 'true'
);

在讀取MaxCompute外部表時，和其他OSS文件不同的是多了一個表屬性'directory.odps' = 'true'，這表示表的目錄是按照MaxCompute外部表的格式來組織的。
執行查詢：

關於我們

數據湖分析Data Lake Analytics簡介

歡迎大家使用數據湖分析(DLA)，DLA不僅僅便宜，且快，且方便，專為阿里雲數據湖分析方案而生

• 支持自建、託管RDS、NoSQL、OSS(JSON、CSV、Parquet等格式)多種數據源分析
• 支持按量 按照掃描量 的計費方式，准入門檻0元，提供的Serverless的彈性服務為按需收費，不需要購買固定的資源，完全契合業務潮汐帶來的資源波動，滿足彈性的分析需求，同時極大地降低了運維成本和使用成本
• 平臺底層託管大集群且自動彈性，在一定數據量情況下，分析性能比自建小集群高出400%
• 支持一鍵 把 MySQL、PG、SqlServer、PolarDb數據庫 拖到DLA，再分析，解決原MySQL不敢分析的問題。 DLA 分析性能TPC-H 10G情況 比原MySQL 8c16g 等高出10倍，數據量越大，MySQL性能越差，在1TB數據量下，原MySQL基本跑不出來
• 產品文檔：https://www.aliyun.com/product/datalakeanalytics
• 幫助文檔：https://help.aliyun.com/document_detail/70378.html
• MySQL&PG&SqlServer一鍵同步數據到DLA：https://help.aliyun.com/document_detail/126559.html
• 新客戶1元試用：https://common-buy.aliyun.com/?commodityCode=openanalytics_post

歡迎大家群內諮詢