[dataworks 技术求助贴] 如何通过 sql 语句调用 odps datafrme，提高运行速度

[littleJohn]

我看了阿里云的 dataworks 文档: pyodps 读取 sql 类型是 pandas dataframe 是数据下载到本地，如果后续操作的都是本地的 DataFrame ，速度很慢; 而直接读取表是 odps datafrme 可以利用 maxcompute 分布式，这些接口最终都会翻译成 SQL 到 MaxCompute 计算集群做分布式计算，并且本地几乎没有任何的内存消耗，相比于单机有很大的性能提升.

我现在的问题是 我要处理数据量很大（ 3000 万）需要关联多张表，并且 pyodps 中涉及参数传入 sql,这种情况下应该怎么处理？才能既可以写复杂 sql 又可以调用 odps datafrme 可以利用 maxcompute 分布式。（或者是否有其他更好的方式） ps:pandas dataframe 和 odps dataframe 接口 很多不一样，而且我看了阿里的 dataworks 和 pyodps 文档 接口写的很粗糙（可能是我的问题），所以想请问是否还有其他的文档。 在这里先谢谢各位大佬了。希望有人能指点。