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 changedmysql> 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。