1      上传数据

将iris.csv上传到obs，并记录下obs的路径，供下一节使用。

2    将iris创建为dli外表

在上一节中，iris表被我上传到了obs://<YOUR-BUCKET>/<YOUR-OWN-DIR>/iris.csv

进入如下页面

执行如下语句

CREATE TABLE `iris` (`sepal_length` STRING, `sepal_width` STRING, `petal_length` STRING, `petal_width` STRING, `species` STRING)
USING csv
OPTIONS (
  `timestampformat` 'yyyy-MM-dd HH:mm:ss',
  `quote` '"',
  `dateformat` 'yyyy-MM-dd',
  `escape` '\\',
  `header` 'true',
  `delimiter` ','
)
COMMENT ''
LOCATION 'obs://<YOUR-BUCKET>/<YOUR-OWN-DIR>/iris.csv'
TBLPROPERTIES (
  'hive.serialization.extend.nesting.levels' = 'true'
)

3      创建notebook MLS

Notebook配置如下

进入Notebook，点击打开

上传dgc-mls-dli-iris-demo.mls到notebook

双机上传的mls文件

4      配置MLS作业

4.1      配置输入数据

配置为章节2中创建的table

4.2      配置输出数据

右键保存为DLI表算子，选择设置参数

OBS PATH填写为存在的obs目录即可

DLI_table设置为任意table

5      生成python文件

确定后生成python文件

6      创建通用队列，已经拥有通用队列请跳过

7      上传python文件到obs

例如我将代码上传到了

8      创建Spark作业

进入dli页面，创建作业

所属队列设置为刚刚创建的spark队列，

应用程序设置为步骤7中的python文件位置

点击执行后，作业被下发到dli中进行运行