飞书API（11）：阿里云MaxCompute分区表入库

一、引入

前面入库阿里云 MaxCompute 的数据都是读取之后直接写入，保留数据最新的状态，如果我要保留历史的状态，怎么办呢？
MaxCompute 表有一个分区功能，可以自行定义分区。我们可以使用 MaxCompute 表的分区功能，每天写入一个分区，保留每天每条数据的状态。
表单的分区功能，除了存储每天数据明细信息，也可以根据数据中的某个维度做分区。
本文重点来探讨下怎么建分区表以及怎么写入分区表。

二、MaxCompute 分区表

什么是分区？
分区表是指拥有分区空间的表，可以理解为分类，通过分类把不同类型的数据放到不同的目录下。分类的标准就是分区字段，可以是一个，也可以是多个。
MaxCompute 将分区列的每个值作为一个分区（目录），多级分区则是将表的多个字段作为表的分区。
分区其实就像我们常用的文件夹的概念，一级分区类比根目录，二级分区则是根目录下的子文件夹，然后数据就是子文件夹下的某个文件，事实上，底层也是这么存储数据的。

分区表的意义在于优化查询。查询表时通过WHERE子句查询指定所需查询的分区，避免全表扫描，提高处理效率，降低计算费用。使用数据时，如果指定需要访问的分区名称，则只会读取相应的分区。所以合理设计和使用分区，可以提高查询性能、简化数据管理，并支持更灵活的数据访问和操作。
多级分区结构参考：

2.1 创建分区表

创建分区表时，给分区的参数传递值即可。下面通过两种方法展开。

方法一：通过 Schema 创建分区表。
调用阿里云odps.models中的Partition，传递name、type和comment三个参数，创建一个分区对象，然后放到列表中，传递给Schema即可。
由于后面涉及定制化需要重新创建 schema，所以这里把partitions也返回，以便传递给后续的定制函数。

from odps.models import Schema, Column, Partition
def generate_create_schema(store_fields_info_df):columns = []columns_index = {}for index, row in store_fields_info_df.iterrows():name = row['tb_field_name']; type=row['mc_type']; comment=row['feishu_field_name']# print(name,type,comment)columns.append(Column(name=name, type=type, comment=comment))columns_index[name] = (index, comment)columns.append(Column(name='record_id', type='string', comment='飞书表行record_id'))columns.append(Column(name='last_modified_time', type='datetime', comment='数据更新时间'))partitions = [Partition(name='pt', type='string', comment='分区字段')]schema = Schema(columns=columns, partitions=partitions)print(f'成功生成 MaxCompute 建表 schema。关联方法：generate_create_schema。')return schema, columns, columns_index, partitionsdef cre_mc_table(db_table_name, schema):if o.exist_table(db_table_name):print(f'表单 {db_table_name} 已存在，不需要新建。关联方法：cre_mc_table。')else:table = o.create_table(db_table_name, schema, if_not_exists=True)print(f'成功创建 MaxCompute 表：{db_table_name}。关联方法：cre_mc_table。')

方法二：通过类建表 DDL 创建分区表。
这个方法比较简单，以 SQL 语法的形式写一个字段的信息，比如pt string comment "分区字段"，然后直接传递给阿里云的建表函数o.create_table()即可。

def generate_create_ddl(store_fields_info_df):cre_ddl = ''for index, row in store_fields_info_df.iterrows():cre_ddl += f"{row['tb_field_name']} {row['mc_type']} comment '{row['feishu_field_name']}',"default_fields = "record_id string comment '飞书表行record_id',last_modified_time datetime comment '数据更新时间'"cre_ddl = cre_ddl + default_fieldsprint(f'成功生成 MaxCompute 类建表 DDL。关联方法：generate_create_ddl。')return cre_ddldef cre_mc_table(db_table_name, cre_ddl):if o.exist_table(db_table_name):print(f'表单 {db_table_name} 已存在，不需要新建。关联方法：cre_mysql_table。')else:table = o.create_table(db_table_name, (cre_ddl, 'pt string comment "分区字段" '), if_not_exists=True)print(f'创建 MaxCompute 表：{db_table_name}。关联方法：cre_mc_table。')

2.2 写入分区表

将数据写入分区表，需要额外指定分区字段的值。分区表的分区字段的值可以指定固定值，也可以使用处理结果中的某一列。此处直接使用 T-1 的日期，格式为：yyyymmdd。
这个指定的固定值可以使用datetime模块计算出来，也可以使用 DataWorks 的调度参数。
直接计算出来可以参考以下代码，其中datetime.datetime.today()能够获取到今天的日期，而datetime.timedelta(days=1)可以得到 1 天的时间间隔，将今天的日期减去 1 天便可得到昨天的日期，然后使用strftime('%Y%m%d')进行格式化便得到了最终的日期格式。

import datetime
pt_date = (datetime.datetime.today() - datetime.timedelta(days=1)).strftime('%Y%m%d')

使用 DataWorks 的调度参数则需要在右边侧边栏的属性里找到调度参数，新增一对参数，这里我把参数名定位仪为pt_date，参数值设置为$bizdate。参考如下：

设置完参数可以点击【调度参数预览】检查是否有问题，结果如下，结果是 T-1，且格式为：yyyymmdd，符合预期。

参数配置好了，那怎么使用呢？
阿里云提供了一个全局变量：args，可以直接使用args['ptdate']得到刚刚设置的ptdate参数的值。

了解了基本的信息之后，便可以进行开发，这里介绍两种方法：转为列表直接写入和通过 PyODPS 的 DataFrame 做中转再写入。

2.2.1 方法一：转为列表直接写入表。

直接在open_writer()传递参数值给partition参数即可，参数值的两种获取方式任选一种即可。特别注意的一点是要加上参数create_partition=True，即当分区不存在的时候创建分区。

import math# 需要处理 nan 值
def replace_nan_with_none(data):"""递归地将列表中的nan替换为None"""# math.isnan(df.values.tolist()[1][2])if isinstance(data, list):return [replace_nan_with_none(item) for item in data]elif isinstance(data, float) and math.isnan(data):return Noneelse:return datadef insert_mc_table(feishu_df, table_name):"""Maxcompute 插入数据"""feishu_data_ary = feishu_df.values.tolist()feishu_data_ary = replace_nan_with_none(feishu_data_ary)# print(feishu_data_ary)t = o.get_table(table_name)# # 参数值获取1：使用 datetime 模块获取# ptdate = (datetime.datetime.today()- datetime.timedelta(days=1)).strftime('%Y%m%d')  #昨天# 参数值获取2：使用 DataWorks 调度参数获取ptdate = args['ptdate']with t.open_writer(partition=f"pt={ptdate}", create_partition=True) as writer:writer.write(feishu_data_ary)  print(f'成功将飞书数据写入 MaxCompute 数据表：{table_name}。关联方法：insert_mc_table。')

2.2.2 方法二：转为 PyODPS DataFrame 再写入表。

直接在persist()传递参数值给partition参数即可，参数值的两种获取方式任选一种即可。特别注意的一点是要加上参数create_partition=True，即当分区不存在的时候创建分区。

def insert_mc_table(feishu_df, mc_table_name, mc_df_astype):"""生成 PyODPS DataFrame 并将数据插入 Maxcompute 表"""aliyun_df = DataFrame(feishu_df,as_type=mc_df_astype)# # 参数值获取1：使用 datetime 模块获取# ptdate = (datetime.datetime.today()- datetime.timedelta(days=1)).strftime('%Y%m%d')  #昨天# 参数值获取2：使用 DataWorks 调度参数获取ptdate = args['ptdate']aliyun_df.persist(mc_table_name, partition=f"pt={ptdate}", create_partition=True)    print(f'成功将飞书数据写入 MaxCompute 数据表：{mc_table_name}。关联方法：insert_mc_table。')

另外，一个数据出入常见的问题：如果执行多次是在原分区追加插入，还是覆盖插入，或是删除原分区重新新建分区插入？
使用列表插入，即使用write_table()方法插入，在写入数据时会追加到原有数据中，PyODPS 不提供覆盖数据的选项，如果需要覆盖数据，需要手动清除原有数据。对于非分区表，可以调用truncate()方法；对于分区表，需要删除分区后再建立新的分区。
而转为 PyODPS 的 DataFrame 再插入数据，阿里云提供了drop_partition和create_partition参数，当分区存在时，先将分区删除，然后再创建新的同名（参数值）分区。参考代码如下，即在上面的代码的persist()方法多加上一对参数drop_partition=True。

df.persist('table_name', partition='ds=test', drop_partition=True, create_partition=True)

2.3 迭代定制化函数

前面介绍了两种建表方式和两种写表方式，再进行定制化的时候，需要修改建表的逻辑和写表的逻辑，建表和写表的方法两两结合可以有四种组合，下面拿其中两种展开阐述，分别是 Schema + DataFrame 和类 DDL+列表。

2.3.1 Schema + DataFrame

当需要局部进行定制化迭代的时候，如果是使用 Schema 需要重新生成，使用分区表时，需要多传递分区信息，此处将前面创建表单的partitions传递到函数中，并用于最终重新生成 schema。
当使用 PyODPS 的 DataFrame 中转将数据入库的时候，还需要处理 DataFrame 的 astype，值得注意的时，DataFrame 中没有 date 类型，所以时间列转为日期不需要修改 astype。

def custom_field(df_return, columns, columns_index, mc_df_astype, partitions):# 2.1 场景一：把数字入库为 int 类型# 修改 SQL 即可# cre_ddl = cre_ddl.replace('field_number float','field_number int')column = Column(name='field_number', type='bigint', comment=columns_index['field_number'][1])columns[columns_index['field_number'][0]] = column#修改mc_df_astypemc_df_astype['field_number'] = 'int64'# 2.2 场景二：把日期入库为 date 类型# 修改 df，MySQL会自动截断，Maxcompute不行，需要使用 x.date() 处理df_return['field_createdtime'] = df_return['field_createdtime'].apply(lambda x:x.date())# 修改 SQL# cre_ddl = cre_ddl.replace('field_createdtime datetime','field_createdtime date')column = Column(name='field_createdtime', type='date', comment=columns_index['field_createdtime'][1])columns[columns_index['field_createdtime'][0]] = column# #修改mc_df_astype# mc_df_astype['field_createdtime'] = 'date'# 2.3 场景三：日期给定默认最大值# 修改 df 即可#默认值改为 2222-01-01 00:00:00mask = df_return['field_date'] == pd.Timestamp('1970-01-01 08:00:01')df_return.loc[mask, 'field_date'] = pd.Timestamp('2222-01-01 00:00:00')# 2.4 场景四：公式保留具体值# 修改 df# 修改 SQLdf_return['field_numformula'] = df_return['field_numformula'].apply(lambda x:json.loads(x)['value'][0])# cre_ddl = cre_ddl.replace('field_numformula varchar(256)','field_numformula int')column = Column(name='field_numformula', type='bigint', comment=columns_index['field_numformula'][1])columns[columns_index['field_numformula'][0]] = column#修改mc_df_astypemc_df_astype['field_numformula'] = 'int64'# 创建新的 schemaschema = Schema(columns=columns, partitions=partitions)print('定制函数打印数据和建表语句')print('----------------------------------------------\n', df_return[['field_number','field_createdtime','field_date','field_numformula']].head(5))print('----------------------------------------------\n', schema.columns)return df_return, schema, mc_df_astype

2.3.2 类 DDL+列表

在定制化某些列信息时，如果是使用类建表的 DDL 语句，根据建表的规则，识别对应的字符串进行替换即可。使用列表写入数据则不需要进行修改。


def custom_field(df_return, cre_ddl):# 2.1 场景一：把数字入库为 int 类型# 修改 SQL 即可cre_ddl = cre_ddl.replace('field_number float','field_number int')# 2.2 场景二：把日期入库为 date 类型# 修改 df，MySQL会自动截断，Maxcompute不行，需要使用 x.date() 处理df_return['field_createdtime'] = df_return['field_createdtime'].apply(lambda x:x.date())# 修改 SQLcre_ddl = cre_ddl.replace('field_createdtime datetime','field_createdtime date')# 2.3 场景三：日期给定默认最大值# 修改 df 即可#默认值改为 2222-01-01 00:00:00mask = df_return['field_date'] == pd.Timestamp('1970-01-01 08:00:01')df_return.loc[mask, 'field_date'] = pd.Timestamp('2222-01-01 00:00:00')# 2.4 场景四：公式保留具体值# 修改 df# 修改 SQLdf_return['field_numformula'] = df_return['field_numformula'].apply(lambda x:json.loads(x)['value'][0])cre_ddl = cre_ddl.replace('field_numformula varchar(256)','field_numformula int')print('定制函数打印数据和建表语句')print('----------------------------------------------\n', df_return[['field_number','field_createdtime','field_date','field_numformula']].head(5))print('----------------------------------------------\n', schema.columns)return df_return, cre_ddl

三、整合代码（Schema+DataFrame）

上面介绍了两种建表方式和两种写入方式，可以有4种搭配，这里提供 schema+DataFrame 的，即在上一小节最终的代码的基础上在generate_create_schema()、custom_field()、insert_mc_table()三个函数中都加上分区字段即可。
两点说明：

该代码加上分区处理逻辑：当分区存在时，删除重建，确保重复跑数据不会重复。
该代码使用了 DataWorks 的调度参数，所以使用时需要配置调度参数：pt_date=$bizdate


import requests
import json
import datetime
import pandas as pd
from sqlalchemy import create_engine, text
from urllib.parse import urlparse, parse_qs
from odps.models import Schema, Column, Partition
import mathdef get_table_params(bitable_url):# bitable_url = "https://feishu.cn/base/aaaaaaaa?table=tblccc&view=vewddd"parsed_url = urlparse(bitable_url)              #解析url：(ParseResult(scheme='https', netloc='feishu.cn', path='/base/aaaaaaaa', params='', query='table=tblccc&view=vewddd', fragment='')query_params = parse_qs(parsed_url.query)       #解析url参数：{'table': ['tblccc'], 'view': ['vewddd']}app_token = parsed_url.path.split('/')[-1]table_id = query_params.get('table', [None])[0]view_id = query_params.get('view', [None])[0]print(f'成功解析链接，app_token：{app_token}，table_id：{table_id}，view_id：{view_id}。关联方法：get_table_params。')return app_token, table_id, view_iddef get_tenant_access_token(app_id, app_secret):url = "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal"payload = json.dumps({"app_id": app_id,"app_secret": app_secret})headers = {'Content-Type': 'application/json'}response = requests.request("POST", url, headers=headers, data=payload)tenant_access_token = response.json()['tenant_access_token']print(f'成功获取tenant_access_token：{tenant_access_token}。关联函数：get_table_params。')return tenant_access_tokendef get_bitable_datas(tenant_access_token, app_token, table_id, view_id, page_token='', page_size=20):url = f"https://open.feishu.cn/open-apis/bitable/v1/apps/{app_token}/tables/{table_id}/records/search?page_size={page_size}&page_token={page_token}&user_id_type=user_id"payload = json.dumps({"view_id": view_id})headers = {'Content-Type': 'application/json','Authorization': f'Bearer {tenant_access_token}'}response = requests.request("POST", url, headers=headers, data=payload)print(f'成功获取page_token为【{page_token}】的数据。关联函数：get_bitable_datas。')return response.json()def get_all_bitable_datas(tenant_access_token, app_token, table_id, view_id, page_token='', page_size=20):has_more = Truefeishu_datas = []while has_more:response = get_bitable_datas(tenant_access_token, app_token, table_id, view_id, page_token, page_size)if response['code'] == 0:page_token = response['data'].get('page_token')has_more = response['data'].get('has_more')# print(response['data'].get('items'))# print('\n--------------------------------------------------------------------\n')feishu_datas.extend(response['data'].get('items'))else:raise Exception(response['msg'])print(f'成功获取飞书多维表所有数据，返回 feishu_datas。关联函数：get_all_bitable_datas。')return feishu_datasdef get_bitable_fields(tenant_access_token, app_token, table_id, page_size=500):url = f"https://open.feishu.cn/open-apis/bitable/v1/apps/{app_token}/tables/{table_id}/fields?page_size={page_size}"payload = ''headers = {'Authorization': f'Bearer {tenant_access_token}'}response = requests.request("GET", url, headers=headers, data=payload)field_infos = response.json().get('data').get('items')print('成功获取飞书字段信息，关联函数：get_bitable_fields。')return field_infosdef merge_list(ls_from, ls_join, on=None, left_on=None, right_on=None):"""将两个[{},{}]结构的数据合并"""df_from = pd.DataFrame(ls_from)df_join = pd.DataFrame(ls_join)if on is not None:df_merge = df_from.merge(df_join, how='left', on=on)else:df_merge = df_from.merge(df_join, how='left', left_on=left_on, right_on=right_on) # , suffixes=('', '_y')print(f'成功合并列表或DataFrame。关联方法：merge_list。')return df_mergedef extract_key_fields(feishu_datas, store_fields_info_df):"""处理飞书数据类型编号的数据"""print('开始处理飞书多维表关键字段数据...')# 需要record_id 和 订单号，用于和数据库数据匹配df_feishu = pd.DataFrame(feishu_datas)df_return = pd.DataFrame()#根据列的数据类型，分别处理对应的数据。注意：仅返回以下列举的数据类型，如果fields_map的内容包含按钮、流程等数据类型的飞书列，忽略。for index, row in store_fields_info_df.iterrows():if row['type'] == 1:       #文本df_return[row['tb_field_name']] = df_feishu['fields'].apply(lambda x:x.get(row['field_name'],[{}])[0].get('text'))elif row['type'] in (2, 3, 4, 7, 13, 1005):  #数字、单选、多选、复选框、手机号、自动编号df_return[row['tb_field_name']] = df_feishu['fields'].apply(lambda x:x.get(row['field_name']))elif row['type'] in (5, 1001, 1002):         #日期(包含创建和更新)，需要加 8 小时，即 8*60*60*1000=28800 秒df_return[row['tb_field_name']] = pd.to_datetime(df_feishu['fields'].apply(lambda x:28800 + int(x.get(row['field_name'],1000)/1000)), unit='s')elif row['type'] in(11, 23, 1003, 1004):       #人员、群组、创建人、修改人，遍历取namedf_return[row['tb_field_name']] = df_feishu['fields'].apply(lambda x: ','.join([i.get('name') for i in x.get(row['field_name'],[{"name":""}])]))  # 需要遍历elif row['type'] == 15:    #链接df_return[row['tb_field_name']] = df_feishu['fields'].apply(lambda x:x.get(row['field_name'],{}).get('link'))elif row['type'] == 17:    #附件，遍历取urldf_return[row['tb_field_name']] = df_feishu['fields'].apply(lambda x:[i.get('url') for i in x.get(row['field_name'],[{}])]) #需要遍历elif row['type'] in(18, 21):    #单向关联、双向关联，取link_record_idsdf_return[row['tb_field_name']] = df_feishu['fields'].apply(lambda x:x.get(row['field_name'],{}).get('link_record_ids'))elif row['type'] in(19, 20):    #查找引用和公式df_return[row['tb_field_name']] = df_feishu['fields'].apply(lambda x:json.dumps(x.get(row['field_name'])))elif row['type'] == 22:    #地理位置df_return[row['tb_field_name']] = df_feishu['fields'].apply(lambda x:x.get(row['field_name'],{}).get('location'))#加上record_iddf_return['record_id'] = df_feishu.record_id#加上表更新字段df_return['last_modified_time'] = datetime.datetime.now()print(f'成功提取入库字段的数据。关联方法：extract_key_fields。')return df_returndef generate_create_schema(store_fields_info_df):columns = []columns_index = {}for index, row in store_fields_info_df.iterrows():name = row['tb_field_name']; type=row['mc_type']; comment=row['feishu_field_name']# print(name,type,comment)columns.append(Column(name=name, type=type, comment=comment))columns_index[name] = (index, comment)columns.append(Column(name='record_id', type='string', comment='飞书表行record_id'))columns.append(Column(name='last_modified_time', type='datetime', comment='数据更新时间'))partitions = [Partition(name='pt', type='string', comment='分区字段')]schema = Schema(columns=columns, partitions=partitions)print(f'成功生成 MaxCompute 建表 schema。关联方法：generate_create_schema。')return schema, columns, columns_index, partitionsdef cre_mc_table(db_table_name, schema):if o.exist_table(db_table_name):print(f'表单 {db_table_name} 已存在，不需要新建。关联方法：cre_mc_table。')else:table = o.create_table(db_table_name, schema, if_not_exists=True)print(f'成功创建 MaxCompute 表：{db_table_name}。关联方法：cre_mc_table。')def generate_astype(store_fields_info_df):"""功能：对整合了飞书列入库的列、飞书列类型、和阿里云 DataFrame 数据类型的 pandas DataFrame，提取字段名和阿里云DataFrame 数据类型"""#生成阿里云DataFrame的as_type，用于将处理好的数据转为阿里云DataFrame，格式：{'field_no': 'string', 'field_select': 'float64', 'field_text': 'datatime'}mc_df_astype = store_fields_info_df.set_index('tb_field_name').to_dict()['mc_df_type']#加上record_idmc_df_astype['record_id'] = 'string'#加一个表更新时间mc_df_astype['last_modified_time'] = 'DATETIME'# print(mc_df_astype)print('成功生成阿里云 DataFrame 的 as_type。方法：generate_astype')return mc_df_astypedef insert_mc_table(feishu_df, mc_table_name, mc_df_astype):"""生成 PyODPS DataFrame 并将数据插入 Maxcompute 表"""aliyun_df = DataFrame(feishu_df,as_type=mc_df_astype)# # 参数值获取1：使用 datetime 模块获取# ptdate = (datetime.datetime.today()- datetime.timedelta(days=1)).strftime('%Y%m%d')  #昨天# 参数值获取2：使用 DataWorks 调度参数获取ptdate = args['ptdate']aliyun_df.persist(mc_table_name, partition=f"pt={ptdate}", drop_partition=True, create_partition=True)    print(f'成功将飞书数据写入 MaxCompute 数据表：{mc_table_name}。关联方法：insert_mc_table。')def custom_field(df_return, columns, columns_index, mc_df_astype, partitions):# 2.1 场景一：把数字入库为 int 类型# 修改 SQL 即可# cre_ddl = cre_ddl.replace('field_number float','field_number int')column = Column(name='field_number', type='bigint', comment=columns_index['field_number'][1])columns[columns_index['field_number'][0]] = column#修改mc_df_astypemc_df_astype['field_number'] = 'int64'# 2.2 场景二：把日期入库为 date 类型# 修改 df，MySQL会自动截断，Maxcompute不行，需要使用 x.date() 处理df_return['field_createdtime'] = df_return['field_createdtime'].apply(lambda x:x.date())# 修改 SQL# cre_ddl = cre_ddl.replace('field_createdtime datetime','field_createdtime date')column = Column(name='field_createdtime', type='date', comment=columns_index['field_createdtime'][1])columns[columns_index['field_createdtime'][0]] = column# #修改mc_df_astype# mc_df_astype['field_createdtime'] = 'date'# 2.3 场景三：日期给定默认最大值# 修改 df 即可#默认值改为 2222-01-01 00:00:00mask = df_return['field_date'] == pd.Timestamp('1970-01-01 08:00:01')df_return.loc[mask, 'field_date'] = pd.Timestamp('2222-01-01 00:00:00')# 2.4 场景四：公式保留具体值# 修改 df# 修改 SQLdf_return['field_numformula'] = df_return['field_numformula'].apply(lambda x:json.loads(x)['value'][0])# cre_ddl = cre_ddl.replace('field_numformula varchar(256)','field_numformula int')column = Column(name='field_numformula', type='bigint', comment=columns_index['field_numformula'][1])columns[columns_index['field_numformula'][0]] = column#修改mc_df_astypemc_df_astype['field_numformula'] = 'int64'# 创建新的 schemaschema = Schema(columns=columns, partitions=partitions)print('定制函数打印数据和建表语句')print('----------------------------------------------\n', df_return[['field_number','field_createdtime','field_date','field_numformula']].head(5))print('----------------------------------------------\n', schema.columns)return df_return, schema, mc_df_astypedef main(mc_table_name, bitable_url, fields_map):# 基本配置app_token, table_id, view_id = get_table_params(bitable_url)app_id = 'your_app_id'app_secret = 'your_app_secret'tenant_access_token = get_tenant_access_token(app_id, app_secret)page_size = 50# 获取飞书多维表所有数据feishu_datas = get_all_bitable_datas(tenant_access_token, app_token, table_id, view_id, page_size=page_size)#获取飞书字段信息feishu_fields = get_bitable_fields(tenant_access_token, app_token, table_id)# 以 fields_map 为准关联数据store_fields_info_df = merge_list(fields_map, feishu_fields, left_on='feishu_field_name', right_on='field_name')# 处理入库字段数据feishu_df = extract_key_fields(feishu_datas, store_fields_info_df)# 关联入库数据类型data_type_map = [{"feishu_type": 1   ,"mc_type": "string"        ,"mc_df_type": "string"        },{"feishu_type": 2   ,"mc_type": "double"        ,"mc_df_type": "float64"       },{"feishu_type": 3   ,"mc_type": "string"        ,"mc_df_type": "string"        },{"feishu_type": 4   ,"mc_type": "array<string>" ,"mc_df_type": "list<string>"  },{"feishu_type": 5   ,"mc_type": "datetime"      ,"mc_df_type": "datetime"      },{"feishu_type": 7   ,"mc_type": "boolean"       ,"mc_df_type": "boolean"       },{"feishu_type": 11  ,"mc_type": "string"        ,"mc_df_type": "string"        },{"feishu_type": 13  ,"mc_type": "string"        ,"mc_df_type": "string"        },{"feishu_type": 15  ,"mc_type": "string"        ,"mc_df_type": "string"        },{"feishu_type": 17  ,"mc_type": "array<string>" ,"mc_df_type": "list<string>"  },{"feishu_type": 18  ,"mc_type": "array<string>" ,"mc_df_type": "list<string>"  },{"feishu_type": 19  ,"mc_type": "string"        ,"mc_df_type": "string"        },{"feishu_type": 20  ,"mc_type": "string"        ,"mc_df_type": "string"        },{"feishu_type": 21  ,"mc_type": "array<string>" ,"mc_df_type": "list<string>"  },{"feishu_type": 22  ,"mc_type": "string"        ,"mc_df_type": "string"        },{"feishu_type": 23  ,"mc_type": "string"        ,"mc_df_type": "string"        },{"feishu_type": 1001,"mc_type": "datetime"      ,"mc_df_type": "datetime"      },{"feishu_type": 1002,"mc_type": "datetime"      ,"mc_df_type": "datetime"      },{"feishu_type": 1003,"mc_type": "string"        ,"mc_df_type": "string"        },{"feishu_type": 1004,"mc_type": "string"        ,"mc_df_type": "string"        },{"feishu_type": 1005,"mc_type": "string"        ,"mc_df_type": "string"        }]store_fields_info_df = merge_list(store_fields_info_df, data_type_map, left_on='type', right_on='feishu_type')# 生成 MaxCompute schemaschema, columns, columns_index, partitions = generate_create_schema(store_fields_info_df)# 生成 DataFrame astypemc_df_astype = generate_astype(store_fields_info_df)# 定制化feishu_df, schema, mc_df_astype = custom_field(feishu_df, columns, columns_index, mc_df_astype, partitions)# 建 MaxCompute 数据表cre_mc_table(mc_table_name, schema)# MaxCompute 表插入数据insert_mc_table(feishu_df, mc_table_name, mc_df_astype)print(f'成功将飞书多维表（{bitable_url}）的数据入库到 mysql 数据表：{mc_table_name}。')if __name__ == '__main__':mc_table_name = 'for_ods.feishu_data_type_test'bitable_url = "https://forchangesz.feishu.cn/base/SpY3b9LMFaodpOsE0kdcGEyonbg?table=tbl5BZE0Aubjz5Yy&view=vewDM4NGlP"fields_map = [{'tb_field_name': 'field_text','feishu_field_name': '文本'},{'tb_field_name': 'field_email','feishu_field_name': 'email'},{'tb_field_name': 'field_select','feishu_field_name': '单选'},{'tb_field_name': 'field_mobile','feishu_field_name': '电话号码'},{'tb_field_name': 'field_no','feishu_field_name': '自动编号'},{'tb_field_name': 'field_member1','feishu_field_name': '人员1'},{'tb_field_name': 'field_group1','feishu_field_name': '群组1'},{'tb_field_name': 'field_creator','feishu_field_name': '创建人'},{'tb_field_name': 'field_modifier','feishu_field_name': '修改人'},{'tb_field_name': 'field_member2','feishu_field_name': '人员2'},{'tb_field_name': 'field_group2','feishu_field_name': '群组2'},{'tb_field_name': 'field_url','feishu_field_name': '超链接'},{'tb_field_name': 'field_location','feishu_field_name': '地理位置'},{'tb_field_name': 'field_findnum','feishu_field_name': '查找引用数值'},{'tb_field_name': 'field_numformula','feishu_field_name': '数字公式'},{'tb_field_name': 'field_number','feishu_field_name': '数字'},{'tb_field_name': 'field_progress','feishu_field_name': '进度'},{'tb_field_name': 'field_money','feishu_field_name': '货币'},{'tb_field_name': 'field_Rating','feishu_field_name': '评分'},{'tb_field_name': 'field_bool','feishu_field_name': '复选框'},{'tb_field_name': 'field_date','feishu_field_name': '日期'},{'tb_field_name': 'field_createdtime','feishu_field_name': '创建时间'},{'tb_field_name': 'field_updatedtime','feishu_field_name': '更新时间'},{'tb_field_name': 'field_mulselect','feishu_field_name': '多选'},{'tb_field_name': 'field_singleunion','feishu_field_name': '单向关联'},{'tb_field_name': 'field_doubleunion','feishu_field_name': '双向关联'},{'tb_field_name': 'field_file','feishu_field_name': '附件'}]main(mc_table_name, bitable_url, fields_map)

写入成功之后，查询数据看看结构长什么样。执行以下 SQL：

select * from for_ods.feishu_data_type_test;

最终执行的结果参考如下，最后多了一个分区列pt，记录一个昨天的日期：

四、小结

本文探讨了将飞书多维表数据入库 MaxCompute 分区表的方法，介绍了MaxCompute分区表的概念和建表方法，并探讨了如何写入分区表。
分区表可以按照定义的分区字段将数据分为不同的目录，通过分区可以优化查询效率，提高查询性能。
建表时，可以先创建 Schema，再根据 schema 建表；也可以直接使用类建表的 DDL 直接建表。
写表时，可以将 Pandas 的 DataFrame 转为列表直接写入；也可以先转为 PyODPS 的 DataFrame 再写入。
两种创建分区表的方法和两种写入分区表的方法，它们可以两两组合搭配使用。

至此，关于飞书多维表的读取和入库基本介绍完了。/手动撒花