交互体验增强
命令行增强
PyODPS 提供了命令行下的增强工具。首先，用户可以在任何地方配置了帐号以后，下次就无需再次输入帐号信息。
from odps.inter import setup, enter, teardown
接着就可以配置帐号
import os
# 保证 ALIBABA_CLOUD_ACCESS_KEY_ID 环境变量设置为用户 Access Key ID，
# ALIBABA_CLOUD_ACCESS_KEY_SECRET 环境变量设置为用户 Access Key Secret
# 不建议直接使用 Access Key ID / Access Key Secret 字符串
setup(
os.getenv('ALIBABA_CLOUD_ACCESS_KEY_ID'),
os.getenv('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),
'**your-project**',
endpoint='**your-endpoint**',
)
在不指定room这个参数时，会被配置到叫做default的room里。
以后，在任何命令行打开的地方，都可以直接调用：
room = enter()
我们可以拿到ODPS的入口：
o = room.odps
o.get_table('dual')
odps.Table
name: odps_test_sqltask_finance.`dual`
schema:
c_int_a : bigint
c_int_b : bigint
c_double_a : double
c_double_b : double
c_string_a : string
c_string_b : string
c_bool_a : boolean
c_bool_b : boolean
c_datetime_a : datetime
c_datetime_b : datetime
备注
注意：在重新 setup room 后，ODPS 入口对象并不会自动替换，需要再次调用 enter() 以获得新的 Room 对象。
我们可以把常用的ODPS表或者资源都可以存放在room里。
room.store('存储表示例', o.get_table('dual'), desc='简单的表存储示例')
我们可以调用display方法，来把已经存储的对象以表格的形式打印出来：
room.display()
| default | desc |
|---|---|
| name | |
| 存储表示例 | 简单的表存储示例 |
| iris | 安德森鸢尾花卉数据集 |
我们通过room['存储表示例']，或者像room.iris，就可以取出来存储的对象了。
room['存储表示例']
odps.Table
name: odps_test_sqltask_finance.`dual`
schema:
c_int_a : bigint
c_int_b : bigint
c_double_a : double
c_double_b : double
c_string_a : string
c_string_b : string
c_bool_a : boolean
c_bool_b : boolean
c_datetime_a : datetime
c_datetime_b : datetime
删除也很容易，只需要调用drop方法
room.drop('存储表示例')
room.display()
| default | desc |
|---|---|
| name | |
| iris | 安德森鸢尾花卉数据集 |
要删除某个room，只需要调用teardown就可以了，不传参数时删除默认room。
teardown()
IPython增强
PyODPS 还提供了 IPython 的插件，来更方便得操作 ODPS。
首先，针对命令行增强，也有相应的命令。让我们先加载插件：
%load_ext odps
%enter
<odps.inter.Room at 0x11341df10>
此时全局会包含o和odps变量，即ODPS入口。
o.get_table('dual')
odps.get_table('dual')
odps.Table
name: odps_test_sqltask_finance.`dual`
schema:
c_int_a : bigint
c_int_b : bigint
c_double_a : double
c_double_b : double
c_string_a : string
c_string_b : string
c_bool_a : boolean
c_bool_b : boolean
c_datetime_a : datetime
c_datetime_b : datetime
%stores
| default | desc |
|---|---|
| name | |
| iris | 安德森鸢尾花卉数据集 |
对象名补全
PyODPS 拓展了 IPython 原有的代码补全功能，支持在书写 o.get_xxx 这样的语句时，自动补全对象名。
例如，在 IPython 中输入下列语句（<tab>不是实际输入的字符，而是当所有输入完成后，将光标移动到相应位置， 并按 Tab 键）：
o.get_table(<tab>
如果已知需要补全对象的前缀，也可以使用
o.get_table('tabl<tab>
IPython 会自动补全前缀为 tabl 的表。
对象名补全也支持补全不同 Project 下的对象名。下列用法都被支持：
o.get_table(project='project_name', name='tabl<tab>
o.get_table('tabl<tab>', project='project_name')
如果匹配的对象有多个，IPython 会给出一个列表，其最大长度由 options.completion_size 给出，
默认为 10。
SQL命令
PyODPS 还提供了 SQL 插件，来执行 ODPS SQL。下面是单行 SQL：
%sql select * from pyodps_iris limit 5
| sepallength | sepalwidth | petallength | petalwidth | name | |
|---|---|---|---|---|---|
| 0 | 5.1 | 3.5 | 1.4 | 0.2 | Iris-setosa |
| 1 | 4.9 | 3.0 | 1.4 | 0.2 | Iris-setosa |
| 2 | 4.7 | 3.2 | 1.3 | 0.2 | Iris-setosa |
| 3 | 4.6 | 3.1 | 1.5 | 0.2 | Iris-setosa |
| 4 | 5.0 | 3.6 | 1.4 | 0.2 | Iris-setosa |
多行SQL可以使用%%sql的命令
%%sql
select * from pyodps_iris
where sepallength < 5
limit 5
| sepallength | sepalwidth | petallength | petalwidth | name | |
|---|---|---|---|---|---|
| 0 | 4.9 | 3.0 | 1.4 | 0.2 | Iris-setosa |
| 1 | 4.7 | 3.2 | 1.3 | 0.2 | Iris-setosa |
| 2 | 4.6 | 3.1 | 1.5 | 0.2 | Iris-setosa |
| 3 | 4.6 | 3.4 | 1.4 | 0.3 | Iris-setosa |
| 4 | 4.4 | 2.9 | 1.4 | 0.2 | Iris-setosa |
如果想执行参数化SQL查询，则需要替换的参数可以使用:参数的方式。
In [1]: %load_ext odps
In [2]: mytable = 'dual'
In [3]: %sql select * from :mytable
|==========================================| 1 / 1 (100.00%) 2s
Out[3]:
c_int_a c_int_b c_double_a c_double_b c_string_a c_string_b c_bool_a \
0 0 0 -1203 0 0 -1203 True
c_bool_b c_datetime_a c_datetime_b
0 False 2012-03-30 23:59:58 2012-03-30 23:59:59
设置SQL运行时参数，可以通过 %set 设置到全局，或者在sql的cell里用SET进行局部设置。
In [17]: %%sql
set odps.sql.mapper.split.size = 16;
select * from pyodps_iris;
这个会局部设置，不会影响全局的配置。
In [18]: %set odps.sql.mapper.split.size = 16
这样设置后，后续运行的SQL都会使用这个设置。
持久化 pandas DataFrame 到 ODPS 表
PyODPS 还提供把 pandas DataFrame 上传到 ODPS 表的命令:
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(9).reshape(3, 3), columns=list('abc'))
%persist df pyodps_pandas_df
这里的第0个参数df是前面的变量名，pyodps_pandas_df是ODPS表名。