MaxCompute支持通过外部表关联OSS，进行数据输出。然而，由于MaxCompute外部表的目录结构比较特殊，无法使用MaxCompute以外的工具对OSS上的文件做进一步的分析，限制了外部表的使用场景。因此，DLA最近支持了分析MaxCompute外部表数据文件的功能，借助DLA强大的生态，可以方便地对MaxCompute外部表进行分析，并能够和其他数据源做联合查询。
本文通过一个简单的例子介绍如何使用这个功能。
准备工作：创建MaxCompute外部表并写入数据
进入MaxCompute工作空间，新建一个ODPS SQL节点，在其中执行如下语句创建OSS外表：
CREATE EXTERNAL TABLE parquet
(
a int,
b int
)
STORED AS PARQUET
LOCATION 'oss://${accessKeyId}:${accessKeySecret}@${endpoint}/${bucket}/${userPath}/';关于创建外部表语法的更多信息可参考MaxCompute文档。
建表之后，我们可以执行如下语句向其中写入几条测试数据：
insert into parquet values(1,1);
insert into parquet values(2,2);执行查询，我们可以看到数据已经写入到外表中了：
使用DLA分析MaxCompute外部表
首先创建一个OSS Schema：
CREATE SCHEMA dla_oss_db with DBPROPERTIES(
catalog='oss',
location 'oss://${bucket}/${userPath}/'
)创建表：
CREATE EXTERNAL TABLE odps_parquet (
`a` int,
`b` int
)
STORED AS PARQUET
LOCATION 'oss://${bucket}/${userPath}/'
TBLPROPERTIES (
'directory.odps' = 'true'
);在读取MaxCompute外部表时，和其他OSS文件不同的是多了一个表属性'directory.odps' = 'true'，这表示表的目录是按照MaxCompute外部表的格式来组织的。
执行查询：
关于我们
数据湖分析Data Lake Analytics简介
欢迎大家使用数据湖分析(DLA)，DLA不仅仅便宜，且快，且方便，专为阿里云数据湖分析方案而生
- 支持自建、托管RDS、NoSQL、OSS(JSON、CSV、Parquet等格式)多种数据源分析
- 支持按量 按照扫描量 的计费方式，准入门槛0元，提供的Serverless的弹性服务为按需收费，不需要购买固定的资源，完全契合业务潮汐带来的资源波动，满足弹性的分析需求，同时极大地降低了运维成本和使用成本
- 平台底层托管大集群且自动弹性，在一定数据量情况下，分析性能比自建小集群高出400%
- 支持一键 把 MySQL、PG、SqlServer、PolarDb数据库 拖到DLA，再分析，解决原MySQL不敢分析的问题。 DLA 分析性能TPC-H 10G情况 比原MySQL 8c16g 等高出10倍，数据量越大，MySQL性能越差，在1TB数据量下，原MySQL基本跑不出来
- 产品文档：https://www.aliyun.com/product/datalakeanalytics
- 帮助文档：https://help.aliyun.com/document_detail/70378.html
- MySQL&PG&SqlServer一键同步数据到DLA：https://help.aliyun.com/document_detail/126559.html
- 新客户1元试用：https://common-buy.aliyun.com/?commodityCode=openanalytics_post