Studio 任务开发与运维实践

Studio 任务是 ClickZetta Lakehouse 的调度执行单元，支持 SQL、Python、Shell 等多种类型。本系列文档覆盖任务开发的实战场景，每篇文档包含完整可运行的代码和实测输出。

系列文章

• Studio Python 任务开发指南（ZettaPark） — 通过 ZettaPark DataFrame API 读写 Lakehouse 数据，以 RFM 客户分层为例演示完整开发流程
• Studio Python 任务开发指南（Python Connector） — 通过

  engine.raw_connection()

  engine.raw_connection()
  获取 PEP 249 cursor，用

  executemany

  executemany
  批量写入、cursor 查询，以用户行为漏斗分析为例
• Studio Shell 任务开发指南 — 在服务端 Linux 环境运行 Bash 脚本，调用 HTTP API 拉取数据写入 Lakehouse，含运行环境说明和常用模式
• Studio JDBC 任务开发指南 — 通过 JDBC 连接外部数据库（MySQL 等）执行 SQL，覆盖数据同步前探索和数据源问题调查两个场景

实践场景

• 外部数据源增量同步（Shell + Python） — Shell 任务拉取外部 API 数据写入 raw 层，Python 任务清洗标准化写入 clean 层，两任务依赖串联

相关文档

• Python 任务
• Python/Shell 任务中使用数据源
• Studio 任务开发与运维