开发云原生大数据计算服务 MaxCompute任务的相关内容

阿里云文档 2025-12-09

如何配置整库离线同步任务

DataWorks的整库离线同步功能，支持将源数据库中的全部或部分表结构与数据，批量、周期性地进行全量或增量同步至目标端，是实现高效数据迁移的关键解决方案。本文将以MySQL整库迁移至MaxCompute为例，介绍配置此类任务的通用流程。

阿里云文档 2025-11-03

使用DistCp任务实现大规模文件迁移

当您需要大文件或多文件的纯文件复制时，可以使用DataWorks创建DistCp任务，该方式能够极大的提高同步传输的效率，实现跨文件系统、大规模数据迁移和同步需求。

阿里云文档 2025-10-24

本文介绍了使用VS Code、通义灵码和spark-submit工具自动生成PySpark任务代码并提交至EMR Serverless Spark的全流程方法，显著简化了开发与执行复杂度。

通过VS Code、通义灵码以及Serverless Spark提供的spark-submit工具，用户能够快速生成Spark任务代码并将其提交至Serverless Spark进行执行。本文将为您详细介绍如何使用上述工具提交Serverless Spark任务。

阿里云文档 2025-10-16

通过离线同步任务实现Embedding向量化处理

阿里云DataWorks数据集成推出Embedding向量化功能，支持将分散在OSS、MaxCompute、HDFS等异构来源中的数据抽取并转化为向量，写入Milvus、Elasticsearch、Opensearch等向量库，以及Hologres向量表等具备向量存储能力的目标端，能够大幅简化ETL流程，高效实现知识向量化，助力RAG等AI场景落地。

阿里云文档 2025-09-19

2025年9月17日发布的EMR Serverless Spark版本新增密文管理、Python运行环境配置、Kyuubi Gateway多实例支持及引擎性能优化等功能，提升安全性和任务效率。

本文为您介绍2025年09月17日发布的EMR Serverless Spark的功能变更。

问答 2024-05-31 来自：开发者社区

DataWorks上开发odps spark任务在submit阶段oom

问答 2024-03-18 来自：开发者社区

使用maxcompute开发ODPS Spark任务，使用spark.sql 无法 rename分区

使用maxcompute开发ODPS Spark任务，使用spark.sql 执行rename分区 sql: alter table $tableName partition(date='$dateFrom',source_id=$sourceFrom) rename to partition(date='$dateTo',source_id=$sourceTo), 任务报错退出。报错信息如下....

问答 2023-01-09 来自：开发者社区

DataWorks上开发ODPS Spark任务在submit阶段OOM，Caused by: j

DataWorks上开发ODPS Spark任务在submit阶段OOM，Caused by: java.lang.OutOfMemoryError: Java heap space

问答 2022-02-15 来自：开发者社区

Dataworks数据集成开发odps到es任务报错NPE

异常Exception in thread "taskGroup-2" com.alibaba.datax.common.exception.DataXException: Code:[Framework-13], Description:[DataX插件运行时出错, 具体原因请参看DataX运行结束时的错误诊断信息 .]. - java.lang.NullPointerException