MaxCompute有一套自己的导数据脚本格式，不过对于新手只要打开数据集成就可以看到创建引导。新手建议使用向导模式，只要填表就可以完成的差不多。不过对于普通数据库的导入来说，还是有其特殊性。
首先要了解ODPS的表多是分区表，需要指定一个分区键，在他的创建引导下，分区键默认为${bdp.system.bizdate}，也就是业务日期(business date)，这是一个yyyymmdd格式的字符串。在某种意义下也说明了导数据是按天导入的，也就是导入业务日期当天的数据。那么这样一来最大的疑问就是如何全表导入呢，这个问题留在后面。
知道了这一点就可以开始跟着向导走了，第一页需要设置导入数据的条件，这里一方面可以做数据过滤，一方面就是指明分区中的数据范围。特别是对于日志型的数据，要根据时间列筛选出业务日期当天的数据，比如：
unix_timestamp(str_to_date('${bdp.system.bizdate}', '%Y%m%d'))<=created AND created<(unix_timestamp(str_to_date('${bdp.system.bizdate}', '%Y%m%d'))+86400)
我的表中created是unix时间戳，如果表中有datetime类型时间戳的话上面条件可省去一层转换。
第一页还有一点比较费解的是要你选insert overwrite 和 insert into ，区别是insert overwrite 会在导入之前清除数据，而insert into是追加，类似unix管道的 > 与 >>操作符。我认为，如果是日志型就是insert into，如果是其他类型，比如用户表就是insert overwrite，因为用户的信息如昵称等是会发生改变的。所以这种数据最好是清空数据全表导入，而且设置条件的时候不需要根据业务日期进行筛选。
其实过了这一步后面的东西都很好理解了。完成之后记得提交为周期任务，我设置的是每天执行一次，执行的业务日期是执行日期的前一天，比如2018-03-25 01:00执行任务，那么对应的业务日期就是2018-03-24。
那么我们再说历史数据怎么导呢？其实这个不用愁，创建每日定时任务之后前往“运维中心”。在周期任务管理下会看到有一个补数据就是针对这一需求而来的，你可以选定一个很大的时间范围，他会帮你执行对应时间内应该运行的任务。补数据还可以设置并发执行，而且执行效率其实还挺高，对数据库的压力并不大。