随着 MaxCompute 2.0 的发布，我们提供了MaxCompute Studio，一套基于IntelliJ IDEA的开发插件，让用户在集成开发环境（IDE）中更方便地进行SQL及用户代码开发。MaxCompute Studio 为开发者提供了良好的开发体验，支持项目空间浏览、SQL 脚本开发，UDF开发和调试，作业执行状态展示等功能，本系列将逐一展开进行介绍。
第一弹 - 元数据浏览
第二弹 - 玩转SQL编辑器
第三弹 - UDF开发与调试
第四弹 - 权限那些事儿
UDF全称User Defined Function，即用户自定义函数。MaxCompute提供了很多内建函数来满足用户的计算需求，同时用户还可以创建自定义函数来满足定制的计算需求。用户能扩展的UDF有三种：UDF(User Defined Scalar Function)，UDTF(User Defined Table Valued Function)和UDAF(User Defined Aggregation Function)。
同时，MaxCompute也提供了MapReduce编程接口，用户可以使用MapReduce提供的接口(Java API)编写MapReduce程序处理MaxCompute中的数据。
通过MaxCompute Studio提供的端到端的支持，用户能快速开始和熟悉开发自己的UDF和MapReduce，提高效率。下面我们就以一个例子来介绍如何使用Studio来开发自己的UDF：
创建module
依次点击 File | new | module module类型为MaxCompute Java，配置Java JDK。点击next，输入module名，点击finish。studio会帮用户自动创建一个maven module，并引入MaxCompute相关依赖，具体请查看pom文件。
module结构说明
至此，一个能开发MaxCompute Java程序的module已建立，如下图的mDev。主要目录包括:
- src/main/java：用户开发java程序源码。
- examples：示例代码，包括单测示例，用户可参考这里的例子开发或编写UT。
- warehouse：本地运行时需要的schema和data。
创建UDF
假设我们要实现的UDF需求是将字符串转换为小写（内建函数TOLOWER已实现该逻辑，这里我们只是通过这个简单的需求来示例如何通过studio开发UDF）。studio提供了UDF|UDAF|UDTF|Mapper|Reducer|Driver的模板，这样用户只需要编写自己的业务代码，而框架代码会由模板自动填充。
-
- 在src目录右键 new | MaxCompute Java
-
- 输入类名，如myudf.MyLower，选择类型，这里我们选择UDF，点击OK。
-
- 模板已自动填充框架代码，我们只需要编写将字符串转换成小写的函数代码即可。
测试UDF
UDF或MR开发好后，下一步就是要测试自己的代码，看是否符合预期。studio提供两种测试方式：
单元测试
依赖于MaxCompute提供的Local Run框架，您只需要像写普通的单测那样提供输入数据，断言输出就能方便的测试你自己的UDF或MR。在examples目录下会有各种类型的单测实例，可参考例子编写自己的unit test。这里我们新建一个MyLowerTest的测试类，用于测试我们的MyLower：
sample数据测试
很多用户的需求是能sample部分线上表的数据到本机来测试，而这studio也提供了支持。在editor中UDF类MyLower.java上右键，点击"运行"菜单，弹出run configuration对话框，配置MaxCompute project，table和column，这里我们想将hy_test表的name字段转换为小写：
点击OK后，studio会先通过tunnel自动下载表的sample数据到本地warehouse（如图中高亮的data文件），接着读取指定列的数据并本地运行UDF，用户可以在控制台看到日志输出和结果打印：
发布UDF
好了，我们的MyLower.java测试通过了，接下来我们要将其打成jar包并发布到服务端。一个UDF或MR要想发布到服务端供生产使用，要经历打包 -> 上传 -> 注册三个步骤。针对此，我们提供了一键发布功能（studio会依次执行mvn clean package，上传jar和注册UDF三个步骤，一气呵成）。具体的，在UDF或MR类上右键(该类必须在src->main->java子目录下且maven module编译成功)，选择Deploy to server... 菜单，会弹出如下对话框，选择要部署的MaxCompute project，输入资源名和函数名，点击ok等待后台完成即可。
如果有定制的打包需求，那么你可以自行修改pom.xml中的打包配置。打好包后，再依次执行上传jar及注册UDF两个步骤。
生产使用
上传成功的jar资源和注册成功的function（在Project Explorer相应project下的Resources和Functions节点中就能及时看到，双击也能显示反编译的源码）就能够实际生产使用了。我们打开studio的sql editor，就能愉快的使用我们刚写好的mylower函数，语法高亮，函数签名显示都不在话下：
MapReduce
studio对MapReduce的开发流程支持与开发UDF基本类似，主要区别有：
- MapReduce程序是作用于整张表的，而且输入输出表在Driver中已指定，因此如果使用sample数据测试的话在run configuration里只需要指定project即可。
- MapReduce开发好后，只需要打包成jar上传资源即可，没有注册这一步。
- 对于MapReduce，如果想在生产实际运行，可以通过studio无缝集成的console来完成。具体的，在Project Explorer Window的project上右键，选择Open in Console，然后在console命令行中输入类似如下的命令：
- -libjars wordcount.jar -classpath D:odpscltwordcount.jar com.aliyun.odps.examples.mr.WordCount wc_in wc_out;
联系我们
MaxCompute studio插件支持IntelliJ全系产品，具体参考安装文档。
