共计 2506 个字符，预计需要花费 7 分钟才能阅读完成。
一、实战背景
什么是 DLA（DataLake Analytics 数据湖）？他是无服务器化（Serverless）的云上交互式查询分析服务。作为分布式交互式分析服务，是表格存储计算生态的重要组成之一。为了使用户更好的了解 DLA 的功能、使用方式，创建了这一实战样例。基于 DLA 可以不用做任何 ETL、数据搬迁等前置过程，实现跨各种异构数据源进行大数据关联分析，并且支持数据回流到各个异构数据源，从而极大的节省成本、降低延时和提升用户体验。
基于 JDBC，表格存储的控制台将 SQL 查询直接做了集成，数据为公共实例，用户不用开通服务也可免费体验表格存储的实时 SQL 分析、查询功能，样例如下所示：__官网控制台地址：__项目样例
需求场景：黑五交易数据
本实战案例中，我们从 https://www.kaggle.com/mehdidag/black-friday 上获取数据，存储到 TableStore，然后基于 DLA 做分析，带你切身感受下数据的价值！
“Black Friday”，即“黑色星期五”，是美国人一年中购物最疯狂的日子，类似于中国的“双十一”购物狂欢节。一般黑色星期五的活动主要在线下，但逐渐也有往线上发展的趋势，比如 Amazon 就有针对黑色星期五做的线上销售活动，与天猫双十一很相似。同样的，这样的活动会产生大量有意义的商业数据。我们在 DLA 中定义了一个叫 blackfriday50w 的表，映射到 TableStore 中的一个表，用来描述用户购买商品的。
如下为示例数据的表结构、与真实数据截图
二、表格存储（TableStore）方案
准备工作
若您对于 DLA 实时在线分析 TableStore 的功能感兴趣，希望开始自己系统的搭建之旅，只需按照如下步骤便可以着手搭建了：
1、开通表格存储
通过控制台开通表格存储服务，表格存储即开即用（后付费），采用按量付费方式，已为用户提供足够功能测试的免费额度。表格存储官网控制台、免费额度说明。
2、创建实例
通过控制台创建表格存储实例。
3、导入数据
该数据共有 53.8 万行，12 个列，我们通过 SDK 将全量数据存储在 TableStore 的表。用户可通过控制台插入 2 条测试数据；
开通 DLA 服务
DLA 服务开通用户进入产品介绍页，选择开通服务：https://www.aliyun.com/product/datalakeanalytics
通过 DLA 控制台开通 TableStore 数据源
开通数据源后创建服务访问点（择经典网络，若已有 vpc，可选择 vpc）
登录 CMS（账密会在开通服务后发送站内消息，消息中查看）
创建 DLA 外表
1）创建自己的 DLA 库（相关信息从上述过程中查找）：
mysql> create database hangzhou_ots_test with dbproperties (
catalog = ‘ots’,
location = ‘https://instanceName.cn-hangzhou.ots-internal.aliyuncs.com’,
instance = ‘instanceName’
);
Query OK, 0 rows affected (0.23 sec)
#hangzhou_ots_test — 请注意库名，允许字母、数字、下划线
#catalog = ‘ots’, — 指定为 ots，是为了区分其他数据源，比如 oss、rds 等
#location = ‘https://xxx’ —ots 的 endpoint，从实例上可以看到
#instance = ‘hz-tpch-1x-vol’
2）查看自己创建的库：
mysql> show databases;
+——————————+
| Database |
+——————————+
| hangzhou_ots_test |
+——————————+
1 rows in set (0.22 sec)
3）查看自己的 DLA 表：
mysql> use hangzhou_ots_test;
Database changed
mysql> show tables;
Empty set (0.30 sec)
4）创建 DLA 表，映射到 OTS 的表：
mysql> CREATE EXTERNAL TABLE `tableName` (
`pk1` varchar(100) not NULL ,
`pk2` int not NULL ,
`col1` varchar(100) NULL ,
`col2` varchar(100) NULL ,
PRIMARY KEY (`pk1`, `pk2`)
);
Query OK, 0 rows affected (0.36 sec)
## `tableName` —- TableStore 中对应的表名（dla 中会转换成小写后做映射）
## `pk2` int not NULL —- 如果是主键的话，必须要 not null
## PRIMARY KEY (`pk1`, `pk2`) —- 务必与 ots 中的主键顺序相同；名称的话也要对应
5）查看自己创建的表和相关的 DDL 语句：
mysql> show tables;
+————+
| Table_Name |
+————+
| tablename |
+————+
1 row in set (0.35 sec)
6）开始查询和分析（用户可以分析自己的数据，符合 mysql 的语法）
mysql> select count(*) from tablename;
+——-+
| _col0 |
+——-+
| 25 |
+——-+
1 row in set (1.19 sec)
这样，一个 TableStore 在 DLA 中的关联外表创建成功，用户便可以通过 JDBC、或者 CMS 控制台，根据自己的需求实时分析自己的 TableStore 表了。
三、表格存储控制台展示
如下为控制提供的 SQL 场景，用户可以仿照控制台中实例自己写一些需求 SQL，开来尝试吧！
最畅销的 top10 产品和销售量
中高端产品占总体 GMV 的比例
不同年龄段的消费客单价趋势
高消费人群的性别和年龄趋势
本文作者：潭潭 阅读原文
本文为云栖社区原创内容，未经允许不得转载。
