计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
态势感知 SA
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive

步骤3:数据开发处理

更新时间:2024-11-12 GMT+08:00

本步骤通过电影信息和评分信息的原始数据,分析评分最高的Top10电影和最活跃的Top10电影,然后通过作业定期调度执行并将结果每日导出到表中,以支撑信息分析。

创建DWS SQL脚本top_rating_movie(用于存放评分最高的Top10电影)

评分最高Top10电影的计算方法是:先计算出每部电影的总评分和参与评分的用户数,过滤掉参与评分的用户数小于3的记录,返回电影名称、平均评分和参与评分用户数。

  1. 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。
  2. 创建一个DWS SQL脚本,以通过DWS SQL语句来创建数据表。

    图1 新建脚本

  3. 在新建脚本弹出的SQL编辑器中输入如下SQL语句,单击“运行”,从movies_item和ratings_item表中计算出评分最高的Top10电影,将结果存放到top_rating_movie表。

    SET
        SEARCH_PATH TO dgc;
    insert
        overwrite into top_rating_movie
    select
        a.movieTitle,
        b.ratings / b.rating_user_number as avg_rating,
        b.rating_user_number
    from
        movies_item a,
        (
            select
                movieId,
                sum(rating) ratings,
                count(1) as rating_user_number
            from
                ratings_item
            group by
                movieId
        ) b
    where
        rating_user_number > 3
        and a.movieId = b.movieId
    order by
        avg_rating desc
    limit
        10
    图2 脚本(top_rating_movie)

    关键参数说明:
    • 数据连接:步骤4中创建的DWS数据连接。
    • 数据库:步骤6中创建的数据库。

  4. 脚本调试无误后,单击“保存并提交版本”提交该脚本,脚本名称为“top_rating_movie”。在后续开发并调度作业引用该脚本。
  5. 脚本保存完成且运行成功后,您可通过如下SQL语句查看top_rating_movie表数据。您还可以参考图3,下载或转储表数据。

    SET SEARCH_PATH TO dgc;
    SELECT * FROM top_rating_movie
    图3 查看top_rating_movie表数据

创建DWS SQL脚本top_active_movie(用于存放最活跃的Top10电影)

最活跃Top10电影的计算方法是:平均评分大于3.5的电影中用户评分数最多的10部电影。

  1. 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。
  2. 创建一个DWS SQL脚本,以通过DWS SQL语句来创建数据表。

    图4 新建脚本

  3. 在新建脚本弹出的SQL编辑器中输入如下SQL语句,单击“运行”,从movies_item和ratings_item表中计算出最活跃的Top10电影,将结果存放到top_active_movie表。

    SET
        SEARCH_PATH TO dgc;
    insert
        overwrite into top_active_movie
    select
        *
    from
        (
            select
                a.movieTitle,
                b.ratingSum / b.rating_user_number as avg_rating,
                b.rating_user_number
            from
                movies_item a,
                (
                    select
                        movieId,
                        sum(rating) ratingSum,
                        count(1) as rating_user_number
                    from
                        ratings_item
                    group by
                        movieId
                ) b
            where
                a.movieId = b.movieId
        ) t
    where
        t.avg_rating > 3.5
    order by
        rating_user_number desc
    limit
        10
    图5 脚本(top_active_movie)
    关键参数说明:
    • 数据连接:步骤4中创建的DWS数据连接。
    • 数据库:步骤6中创建的数据库。

  4. 脚本调试无误后,单击“保存并提交版本”提交该脚本,脚本名称为“top_active_movie”。在后续开发并调度作业引用该脚本。
  5. 脚本保存完成且运行成功后,您可通过如下SQL语句查看top_active_movie表数据。您还可以参考图6,下载或转储表数据。

    SET SEARCH_PATH TO dgc;
    SELECT * FROM top_active_movie
    图6 查看top_active_movie表数据

开发并调度作业

假设OBS中“movie”“rating”表是每日更新的,我们希望每天更新Top10电影,那么这里可以使用DLF作业编排和作业调度功能。

  1. 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。
  2. 创建一个DLF批处理作业,作业名称为“topmovie”

    图7 新建作业
    图8 配置作业

  3. 在作业开发页面,拖动2个CDM Job节点、3个Dummy节点和2个DWS SQL节点到画布中,选中连线图标并拖动,编排图9所示的作业。

    图9 连接和配置节点属性

    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。
    • movies_obs2dws(CDM Job节点):在节点属性中,选择步骤2:数据集成中的CDM集群,并关联CDM作业“movies_obs2dws”
    • ratings_obs2dws(CDM Job节点):在节点属性中,选择步骤2:数据集成中的CDM集群,并关联CDM作业“ratings_obs2dws”
    • Waiting(Dummy节点):不执行任何操作,作为等待前侧节点执行结束的标识。
    • top_rating_movie(DWS SQL节点):在节点属性中,关联创建DWS SQL脚本top_rating_movie中开发完成的DWS SQL脚本“top_rating_movie”
    • top_active_movie(DWS SQL节点):在节点属性中,关联创建DWS SQL脚本top_active_movie中开发完成的DWS SQL脚本“top_active_movie”
    • Finish(Dummy节点):不执行任何操作,只作为结束点的标识。

  4. 作业编排完成后,单击,测试运行作业。
  5. 如果作业运行正常,单击“调度配置”,配置作业的调度策略。

    图10 调度配置

    说明:

    • 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:可以选择配置为依赖上一周期或者不依赖,此处配置为不依赖即可。

  6. 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,Top10电影的结果自动保存到“top_active_movie”“top_rating_movie”表。
  7. 您如果需要及时了解作业的执行结果是成功还是失败,可以通过数据开发的运维调度界面进行查看,如图11所示。

    图11 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、控制台等多种方式提醒,此处不再展开描述。

至此,基于电影评分的数据集成与开发流程示例完成。此外,您还可以根据原始数据,分析不同类型电影的评分、浏览情况等,为营销决策、广告推荐、用户行为预测等提供高质量的信息。

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容