随着 maxcompute 2.0 的发布，我们提供了maxcompute studio，一套基于intellij idea的开发插件，让用户在集成开发环境（ide）中更方便地进行sql及用户代码开发。maxcompute studio 为开发者提供了良好的开发体验，支持项目空间浏览、sql 脚本开发，udf开发和调试，作业执行状态展示等功能，本系列将逐一展开进行介绍。
<a href="https://yq.aliyun.com/articles/702244" target="_blank">第一弹 - 元数据浏览</a>
<a href="https://yq.aliyun.com/articles/593609" target="_blank">第二弹 - 玩转sql编辑器</a>
第三弹 - udf开发与调试
<a href="https://yq.aliyun.com/articles/688643" target="_blank">第四弹 - 权限那些事儿</a>
通过maxcompute studio提供的端到端的支持，用户能快速开始和熟悉开发自己的udf和mapreduce，提高效率。下面我们就以一个例子来介绍如何使用studio来开发自己的udf：
依次点击 <code>file | new | module</code> module类型为<code>maxcompute java</code>，配置<code>java jdk</code>。点击next，输入module名，点击finish。studio会帮用户自动创建一个maven module，并引入maxcompute相关依赖，具体请查看pom文件。
至此，一个能开发maxcompute java程序的module已建立，如下图的mdev。主要目录包括:
src/main/java：用户开发java程序源码。
examples：示例代码，包括单测示例，用户可参考这里的例子开发或编写ut。
warehouse：本地运行时需要的schema和data。
假设我们要实现的udf需求是将字符串转换为小写（内建函数tolower已实现该逻辑，这里我们只是通过这个简单的需求来示例如何通过studio开发udf）。studio提供了udf|udaf|udtf|mapper|reducer|driver的模板，这样用户只需要编写自己的业务代码，而框架代码会由模板自动填充。
在src目录右键 new | maxcompute java
输入类名，如myudf.mylower，选择类型，这里我们选择udf，点击ok。
模板已自动填充框架代码，我们只需要编写将字符串转换成小写的函数代码即可。
udf或mr开发好后，下一步就是要测试自己的代码，看是否符合预期。studio提供两种测试方式：
依赖于maxcompute提供的local run框架，您只需要像写普通的单测那样提供输入数据，断言输出就能方便的测试你自己的udf或mr。在examples目录下会有各种类型的单测实例，可参考例子编写自己的unit test。这里我们新建一个mylowertest的测试类，用于测试我们的mylower：
很多用户的需求是能sample部分线上表的数据到本机来测试，而这studio也提供了支持。在editor中udf类mylower.java上右键，点击"运行"菜单，弹出run configuration对话框，配置maxcompute project，table和column，这里我们想将hy_test表的name字段转换为小写：
点击ok后，studio会先通过tunnel自动下载表的sample数据到本地warehouse（如图中高亮的data文件），接着读取指定列的数据并本地运行udf，用户可以在控制台看到日志输出和结果打印：
好了，我们的mylower.java测试通过了，接下来我们要将其打成jar包并发布到服务端。一个udf或mr要想发布到服务端供生产使用，要经历打包 -> 上传 -> 注册三个步骤。针对此，我们提供了一键发布功能（studio会依次执行mvn clean package，上传jar和注册udf三个步骤，一气呵成）。具体的，在udf或mr类上右键(该类必须在src->main->java子目录下且maven module编译成功)，选择deploy to server... 菜单，会弹出如下对话框，选择要部署的maxcompute project，输入资源名和函数名，点击ok等待后台完成即可。
上传成功的jar资源和注册成功的function（在project explorer相应project下的resources和functions节点中就能及时看到，双击也能显示反编译的源码）就能够实际生产使用了。我们打开studio的sql editor，就能愉快的使用我们刚写好的mylower函数，语法高亮，函数签名显示都不在话下：
studio对mapreduce的开发流程支持与开发udf基本类似，主要区别有：
mapreduce程序是作用于整张表的，而且输入输出表在driver中已指定，因此如果使用sample数据测试的话在run configuration里只需要指定project即可。
mapreduce开发好后，只需要打包成jar上传资源即可，没有注册这一步。
对于mapreduce，如果想在生产实际运行，可以通过studio无缝集成的console来完成。具体的，在project explorer window的project上右键，选择open in console，然后在console命令行中输入类似如下的命令：
-libjars wordcount.jar -classpath d:odpscltwordcount.jar com.aliyun.odps.examples.mr.wordcount wc_in wc_out;