使用 LAS SQL 语句，从源表中获取待加工数据，加工完成后写入目标表。LAS 仅支持 Spark、Auto 执行引擎。下面将向您介绍 LAS SQL 任务配置的详细说明。

1 使用限制 #

• DML 语句暂不支持和 DDL 语句放在同一个节点任务中并行使用。目前 DML 语句会针对性的对 LAS 表提前进行优化判断，当在同一个任务中使用 DDL 建表并立刻运行 DML 插入时，LAS 内表目前暂时无法应用内表优化规则，导致执行失败。对于 LAS 外表在 DDL+DML 时，DML 则无法立刻获得 TOS 认证信息。因此，如果您原来的单任务中有 DDL+DML 一起的情况下，需要先建一个任务运行 DDL，再新加 DML 语句进行修改。
• LAS ByteLake 表的属性不支持并发写入数据，否则会出现写入冲突情况。在向 ByteLake 表写入数据时，您可在 DataLeap 任务调度设置里，开启最大并发控制按钮，并将其设置为 1，以此避免因实例并发冲突致使任务执行失败。此外，您还需确保在其他业务中不存在并发写入同一个 ByteLake 表的情况。
  

2 使用前提 #

• 已开通湖仓一体分析服务 LAS 服务。详见湖仓一体分析服务 LAS 开通。
• 已在 DataLeap 项目控制台中，绑定相应的 湖仓一体分析服务（LAS）引擎实例。详见创建项目。

3 新建任务 #

1. 登录 DataLeap租户控制台，并进入项目的 IDE 开发界面，进行新建任务操作。
2. 单击新建任务按钮：
   1. 依次选择数据开发 > LAS > LAS SQL 任务类型。
   2. 关联实例：默认选择项目已绑定的 default 实例。绑定详见创建项目。
3. 填写任务基本信息，输入任务名称信息，如：las_sql_task，并选择任务存放的目标文件夹目录。单击确定按钮，完成任务创建。

4 任务配置 #

4.1 编辑任务 #

任务创建成功后，进入代码编辑器界面，以 HSQL 语句示例代码如下：

//方式1静态分区,场景：根据数据到来的频率，新数据的到来时间确定，分区的值是确定的。
insert overwrite table 目标库名.目标表名 partition (date = "${date}")
select
    name,
    age
from
    源库名.源表名
where
    date = '${DATE-1}'

//方式2动态分区，谨慎使用，根据已有数据进行动态分区，分区的值是非确定的。
insert overwrite table 目标库名.目标表名 partition (p_date,app)
select
    user_id,
    date as p_date,
    app_name as app//分区字段
from
    源库名.源表名
where
    date = '${DATE-1}'

4.2 智能代码编辑器 #

智能代码编辑器具备以下能力：

4.3 导航栏功能区解析 #

4.4 调度设置 #

右侧导航栏中，进入调度配置界面，您可以在此设置LAS 队列信息，调度属性等信息，详细参数设置详见：调度设置。

5 调试任务 #

代码逻辑和参数配置完成后，您可以在界面进行调试操作。
编辑器上方，点击保存按钮后，再点击调试按钮，开始运行任务。

5.1 调试记录 #

调试任务开始运行后，可在下方查看调试记录，您也可以查看任务的历史运行记录，包括状态、业务日期、开始时间、结束时间、耗时、提交人等。点击操作列的查看按钮，可以查看以下详情内容：

• 数据结果：运行代码查询结果
• 概览：查看运行结果的代码。
• 日志：查看运行详情，可下载日志。

5.2 查询结果Excel展示 #

一段代码执行完成后，会展现查询结果，在整个结果页中用了类似 Excel 功能，无需跑多段代码就可对数据进行操作和分析，以增强代码逻辑的改进。 功能描述如下：

6 提交任务 #

任务所需参数配置和调试任务成功后，将任务提交发布到运维中心离线任务运维中执行。单击上方操作栏中的保存和提交上线按钮，在提交上线对话框中，选择回溯数据、监控设置、提交设置等参数，最后单击确认按钮，完成作业提交。 提交上线说明详见：数据开发概述---离线任务提交。
后续任务运维操作详见：离线任务运维。