产品动态

动态发布记录（2026年）

产品简介

产品概述

产品优势

产品架构

产品功能

应用场景

购买指南

计费概述

产品版本购买说明

执行资源购买说明

购买方式

欠费说明

退费说明

准备工作

账号和权限管理概述

添加白名单/安全组（可选）

通过 Microsoft Entra ID（Azure AD）单点登录（SSO）WeData

操作指南

管理控制台

项目管理

数据集成

Studio

数据开发

数据分析

数据科学

数据治理（with Unity Semantics）

API 文档

History

Introduction

API Category

Making API Requests

Smart Ops Related Interfaces

Project Management APIs

Resource Group APIs

Data Development APIs

Data Asset - Data Dictionary APIs

Data Development APIs

Ops Center APIs

Data Operations Related Interfaces

Data Exploration APIs

Asset APIs

Metadata Related Interfaces

Task Operations APIs

Data Security APIs

Instance Operation and Maintenance Related Interfaces

Data Map and Data Dictionary APIs

Data Quality Related Interfaces

DataInLong APIs

Platform Management APIs

Data Source Management APIs

Data Quality APIs

Platform Management APIs

Asset Data APIs

Data Source Management APIs

Data Types

Error Codes

WeData API 2025-08-06

服务等级协议

DLC SQL

PDF

聚焦模式

字号

最后更新时间： 2026-02-27 17:11:16

注意：
需要绑定 DLC 引擎。目前支持 Spark SQL、Spark 作业、Presto 三种引擎。引擎内核详见 DLC 引擎内核版本。
1. 当前用户需要用对应 DLC 计算资源和库表的权限
2. 已经在 DLC 中创建对应的库表。
功能说明
向 WeData 的工作流调度平台提交一个 DLC SQL 任务执行。选 DLC 数据源类型时，提供“高级设置”，支持配置 Presto 和 SparkSQL 参数。
﻿
使用 Spark 作业引擎时，可以配置作业资源规格和参数，资源的配置不能超过计算资源本身的限制。
﻿
配置说明：
配置项
描述
资源配置方式
分为集群默认配置与自定义配置两种方式：
1. 使用集群默认配置
使用当前任务计算资源集群配置
2. 自定义
用户自定义 Executor、Driver 配置
Executor 资源
填写需要的资源数，1cu 基本等同于1核 CPU，4G 内存。
1. Small（小型）：单个计算单位 (1cu)
2. Medium（中型）：两个计算单位 (2cu)
3. Large（大型）：四个计算单位 (4cu)
4. Xlarge（超大型）：八个计算单位 (8cu)
Executor 个数
Executor 负责执行任务和处理计算工作的计算节点或计算实例，每个 Executor 使用的资源为配置的资源数。
Driver 资源
填写需要的Driver资源数，1cu 基本等同于1核 CPU，4G内存。
1. Small（小型）：单个计算单位 (1cu)
2. Medium（中型）：两个计算单位 (2cu)
3. Large（大型）：四个计算单位 (4cu)。
4. Xlarge（超大型）：八个计算单位 (8cu)。
示例代码
-- 创建一个用户信息表
create table if not exists wedata_demo_db.user_info (
user_id string COMMENT '用户ID',
user_name string COMMENT '用户名称',
user_age int COMMENT '年龄',
city string  COMMENT '城市'
) COMMENT '用户信息表';
﻿
-- 向用户信息表中插入数据
insert into wedata_demo_db.user_info values ('001', '张三', 28, 'beijing');
insert into wedata_demo_db.user_info values ('002', '李四', 35, 'shanghai');
insert into wedata_demo_db.user_info values ('003', '王五', 22, 'shenzhen');
insert into wedata_demo_db.user_info values ('004', '赵六', 45, 'guangzhou');
insert into wedata_demo_db.user_info values ('005', '小明', 20, 'beijing');
insert into wedata_demo_db.user_info values ('006', '小红', 30, 'shanghai');
insert into wedata_demo_db.user_info values ('007', '小刚', 25, 'shenzhen');
insert into wedata_demo_db.user_info values ('008', '小李', 40, 'guangzhou');
insert into wedata_demo_db.user_info values ('009', '小张', 23, 'beijing');
insert into wedata_demo_db.user_info values ('010', '小王', 50, 'shanghai');
﻿
select  * from  wedata_demo_db.user_info;
注意：
使用 Iceberg 外部表时，SQL 语法与 Iceberg 原生表存在差异，详情见 DLC Iceberg 外部表与原生表语法差异。
Presto 引擎示例代码：
适用表类型：原生 Iceberg 表、外部 Iceberg 表。
  CREATE TABLE `cpt_demo`.`dempts` (
    id bigint COMMENT 'id number',
    num int,
    eno float,
    dno double,
    cno decimal(9,3),
    flag boolean,
    data string,
    ts_year timestamp,
    date_month date,
    bno binary,
    point struct<x: double, y: double>,
    points array<struct<x: double, y: double>>,
    pointmaps map<struct<x: int>, struct<a: int>>
)
COMMENT 'table documentation'
PARTITIONED BY (bucket(16, id), years(ts_year), months(date_month), identity(bno), bucket(3, num), truncate(10, data));
SparkSQL 引擎示例代码
适用表类型：原生 Iceberg 表、外部 Iceberg 表。
CREATE TABLE `cpt_demo`.`dempts` (
    id bigint COMMENT 'id number',
    num int,
    eno float,
    dno double,
    cno decimal(9,3),
    flag boolean,
    data string,
    ts_year timestamp,
    date_month date,
    bno binary,
    point struct<x: double, y: double>,
    points array<struct<x: double, y: double>>,
    pointmaps map<struct<x: int>, struct<a: int>>
)
COMMENT 'table documentation'
PARTITIONED BY (bucket(16, id), years(ts_year), months(date_month), identity(bno), bucket(3, num), truncate(10, data));
SparkSQL 作业引擎示例代码
适用表类型：原生 Iceberg 表、外部 Iceberg 表。
CREATE TABLE `cpt_demo`.`dempts` (
    id bigint COMMENT 'id number',
    num int,
    eno float,
    dno double,
    cno decimal(9,3),
    flag boolean,
    data string,
    ts_year timestamp,
    date_month date,
    bno binary,
    point struct<x: double, y: double>,
    points array<struct<x: double, y: double>>,
    pointmaps map<struct<x: int>, struct<a: int>>
)
COMMENT 'table documentation'
PARTITIONED BY (id, ts_year, date_month);
说明：
更多 DLC 语法请参见 数据湖计算 DLC SQL 语法概览。
运行结果与详情查看
运行完成后可在下方查看运行结果和日志
﻿
针对 DLC SQL、DLC Spark、DLC PySpark任务，支持在日志和日志上方点击跳转到 DLC 或 Spark 查看更多日志和运行结果。
产品入口：
点击本次运行 > 对应SQL结果 > 日志 > DLC：跳转到 DLC 控制台查看更多运行日志、详情和洞察等信息。
点击本次运行 > 对应SQL结果 > 日志 > Spark：跳转到 Spark 对应执行页面查看更多运行日志和详情。
﻿
日志入口：
在日志中搜索 Execution Summary 可以定位到本次运行的执行总结，会展示本次运行的 DLC UI 和 Spark UI，按住键盘的 command 键，点击日志中的 UI，可以跳转到对应页面查看更多日志详情信息。
﻿

帮助和支持

本页内容是否解决了您的问题？

您也可以联系销售或提交工单以寻求帮助。

填写满意度调查问卷，共创更好文档体验。

文档反馈

tencent cloud

数据开发治理平台 WeData

DLC SQL

功能说明

示例代码

Presto 引擎示例代码：

SparkSQL 引擎示例代码

SparkSQL 作业引擎示例代码

运行结果与详情查看

帮助和支持

配置项	描述
资源配置方式	分为集群默认配置与自定义配置两种方式： 1. 使用集群默认配置使用当前任务计算资源集群配置 2. 自定义用户自定义 Executor、Driver 配置
Executor 资源	填写需要的资源数，1cu 基本等同于1核 CPU，4G 内存。 1. Small（小型）：单个计算单位 (1cu) 2. Medium（中型）：两个计算单位 (2cu) 3. Large（大型）：四个计算单位 (4cu) 4. Xlarge（超大型）：八个计算单位 (8cu)
Executor 个数	Executor 负责执行任务和处理计算工作的计算节点或计算实例，每个 Executor 使用的资源为配置的资源数。
Driver 资源	填写需要的Driver资源数，1cu 基本等同于1核 CPU，4G内存。 1. Small（小型）：单个计算单位 (1cu) 2. Medium（中型）：两个计算单位 (2cu) 3. Large（大型）：四个计算单位 (4cu)。 4. Xlarge（超大型）：八个计算单位 (8cu)。