更新时间：2026-08-31 GMT+08:00

步骤2：数据开发处理

当需要快速掌握用户偏好与痛点时，面对海量的BI报表原始数据，人工难以实时提炼出关键洞察，导致决策滞后。本步骤通过作业定期调度，分析并导出10大用户关注最多的产品和10大用户评价最差的商品至数据表，以支撑高效的信息分析。

脚本开发

分析10大用户关注最多的产品和分析10大用户评价最差的商品两种场景的脚本开发操作步骤介绍。

登录DataArts Studio管理控制台。

详情请参考访问DataArts Studio实例控制台。
在DataArts Studio控制台首页，选择对应工作空间的“数据开发”模块，进入数据开发页面。
参见图1，新建DLI SQL脚本，通过DLI SQL语句来创建数据表。

图1 新建脚本

在新建脚本弹出的SQL编辑器中，填写关键参数。

表1 关键参数
参数	说明
数据连接	步骤5中创建的DLI数据连接。
数据库	步骤7中创建的数据库。
资源队列	可使用提供的默认资源队列“default”。

图2 关键参数

输入如下SQL语句，单击“运行”，从OBS原始数据表中计算出10大用户关注最多的产品，将结果存放到top_like_product表。

INSERT
  OVERWRITE table top_like_product
SELECT
  product.brand as brand,
  COUNT(product.brand) as like_count
FROM
  action
  JOIN product ON (action.product_id = product.product_id)
WHERE
  action.type = 'like'
group by
  brand
ORDER BY
  like_count desc
LIMIT
  10

图3 脚本（分析10大用户关注最多的产品）
点击放大

当前由于DLI的“default”队列默认Spark组件版本较低，可能会出现无法支持建表语句执行的报错，这种情况下建议您选择自建队列运行业务。如需“default”队列支持建表语句执行，可联系DLI服务客服或技术支持人员协助解决。
DLI的“default”队列为共享队列，仅用于用户体验，用户间可能会出现抢占资源的情况，不能保证每次都可以得到资源执行相关操作。当遇到执行时间较长或无法执行的情况，建议您在业务低峰期再次重试，或选择自建队列运行业务。

脚本调试无误后，单击“保存”保存该脚本，脚本名称为“top_like_product”。单击“提交”，提交脚本版本。在后续开发并调度作业会引用该脚本。
脚本保存完成且运行成功后，可以参考步骤3新建DLI SQL脚本，执行如下SQL语句查看top_like_product表数据。您还可以参考图4，下载或转储表数据。
```
SELECT * FROM top_like_product
```
图4 查看top_like_product表数据

登录DataArts Studio管理控制台。

详情请参考访问DataArts Studio实例控制台。
在DataArts Studio控制台首页，选择对应工作空间的“数据开发”模块，进入数据开发页面。
参见图5，新建DLI SQL脚本，通过DLI SQL语句来创建数据表。

图5 新建脚本

在新建脚本弹出的SQL编辑器中，填写关键参数。

表2 关键参数
参数	说明
数据连接	步骤5中创建的DLI数据连接。
数据库	步骤7中创建的数据库。
资源队列	可使用提供的默认资源队列“default”。

图6 关键参数

输入如下SQL语句，单击“运行”，从OBS原始数据表中计算出10大用户评价最差的产品，将结果存放到top_bad_comment_product表。

INSERT
  OVERWRITE table top_bad_comment_product
SELECT
  DISTINCT product_id,
  comment_num,
  bad_comment_rate 
FROM 
  comment 
WHERE 
  comment_num > 3 
ORDER BY
  bad_comment_rate desc 
LIMIT
  10

图7 脚本（分析10大用户评价最差的产品）
点击放大

当前由于DLI的“default”队列默认Spark组件版本较低，可能会出现无法支持建表语句执行的报错，这种情况下建议您选择自建队列运行业务。如需“default”队列支持建表语句执行，可联系DLI服务客服或技术支持人员协助解决。
DLI的“default”队列为共享队列，仅用于用户体验，用户间可能会出现抢占资源的情况，不能保证每次都可以得到资源执行相关操作。当遇到执行时间较长或无法执行的情况，建议您在业务低峰期再次重试，或选择自建队列运行业务。

脚本调试无误后，单击“保存”保存该脚本，脚本名称为“top_bad_comment_product”。单击“提交”，提交脚本版本。在后续开发并调度作业会引用该脚本。
脚本保存完成且运行成功后，可以参考步骤3新建DLI SQL脚本，执行如下SQL语句查看top_bad_comment_product表数据。您还可以参考图8，下载或转储表数据。
```
SELECT * FROM top_bad_comment_product
```
图8 查看top_bad_comment_product表数据

开发并调度作业

在OBS中存储的原始BI报表通常每日更新，业务人员希望同步获取最新的分析结果以支持决策。然而，手动处理每日更新的数据不仅效率低下，还容易因人为操作导致数据不同步或遗漏。您可以使用数据开发的作业编排和作业调度功能，实现结果的每日自动更新。

登录DataArts Studio管理控制台。

详情请参考访问DataArts Studio实例控制台。
在DataArts Studio控制台首页，选择对应工作空间的“数据开发”模块，进入数据开发页面。
创建一个数据开发批处理作业，作业名称为“BI_analysis”。

图9 新建作业

图10 配置作业

进入到作业开发页面，拖动两个Dummy节点和两个DLI SQL节点到画布中，选中连线图标

并拖动，编排图11所示的作业。

图11 连接和配置节点属性
点击放大

表3 关键节点说明
关键节点	说明
Begin（Dummy节点）	不执行任何操作，只作为起始点的标识。
top_like_product（DLI SQL节点）	在节点属性中，关联分析10大用户关注最多的产品中开发完成的DLI SQL脚本“top_like_product”。
top_bad_comment_product（DLI SQL节点）	在节点属性中，关联分析10大用户评价最差的商品中开发完成的DLI SQL脚本“top_bad_comment_product”。
Finish（Dummy节点）	不执行任何操作，只作为结束点的标识。

作业编排完成后，单击“测试运行”，测试运行作业。

图12 测试运行

作业测试运行正常后，单击右侧的“调度配置”，配置作业的调度策略。

图13 调度配置
点击放大

表4 调度配置参数
参数	说明
调度方式	本示例中选择“周期调度”。
调度属性	请根据业务需要配置作业的生效时间范围（如2022/02/09至2022/02/28），每天1点00分执行一次作业。
依赖属性	可以配置为依赖其他作业运行，本例不涉及，无需配置。
跨周期依赖	可以选择配置为自依赖或者不依赖上一周期，此处配置为不依赖上一周期即可。

依次单击“保存”、“提交”、“执行调度”。实现作业每天自动运行，BI报表分析结果自动保存到“top_like_product”和“top_bad_comment_product”表。

图14 执行调度
最后保存并提交版本（单击），执行调度作业（单击）。实现作业每天自动运行，BI报表分析结果自动保存到“top_like_product”和“top_bad_comment_product”表。
在数据开发主界面的左侧导航栏，选择“运维调度 > 实例监控”，查看作业的执行结果，如图15所示。

图15 查看作业执行情况

数据开发还支持配置通知管理，可以选择配置当作业运行异常/失败后，进行短信、邮件等多种方式提醒，此处不再展开描述。

至此，基于电商BI报表的数据开发流程示例完成。此外，您还可以根据原始BI报表数据，分析用户的年龄分布、性别比例、商品评价情况、购买情况、浏览情况等，为营销决策、广告推荐、信用评级、品牌监控、用户行为预测等提供高质量的信息。

父主题：入门使用者：基于DLI的电商BI报表数据开发流程

步骤2：数据开发处理

脚本开发

开发并调度作业

您对此文档页面的整体评价？