PyODPS支持MaxCompute SQL查询，并可以读取执行的结果，使用时有以下注意事项。入口对象的execute_sql('statement')和run_sql('statement')方法可以执行SQL语句，返回值是运行实例，详情请参见任务实例。 并非所有可以执行的MaxCompute命令都是PyODPS可以接受的SQL语句。在调用非DDL、DML语句时，请使用其他方法，例如：调用SQL引擎执行SQL，会按照SQL作业进行计费，计费详情请参见计费项与计费方式概述。在运行时如果需要设置参数，您可以通过设置hints参数来实现，参数的类型是dict。您可以对于全局配置设置sql.settings，后续每次运行时则都会添加相关的运行时参数。SQL可能执行了desc命令，这时可以通过reader.raw取到原始的SQL执行结果。 如果您设置了options.tunnel.use_instance_tunnel == True，在后续调用open_reader时，PyODPS会默认调用Instance Tunnel， 否则会调用旧的Result接口。如果您使用了版本较低的 MaxCompute服务，或者调用Instance Tunnel出现了问题，PyODPS会给出告警并自动降级到旧的Result接口，您可根据告警信息判断导致降级的原因。如果Instance Tunnel的返回结果不合预期， 您可以将该选项设为False，在调用open_reader时，也可以使用tunnel参数来指定使用何种结果接口。如果您想要限制下载数据的规模，可以为open_reader增加limit选项， 或者设置 options.tunnel.limit_instance_tunnel = True 。如果未设置 options.tunnel.limit_instance_tunnel，MaxCompute会自动打开数据量限制，此时，可下载的数据条数受到Project配置的Tunnel下载数据规模数限制， 通常该限制为10000条。在运行SQL时，如果某个UDF引用的资源是动态变化的，您可以alias旧的资源名到新的资源，这样就可以避免重新删除并重新创建UDF。在ipython和jupyter里支持使用SQL插件的方式运行SQL，且支持参数化查询， 详情参考交互体验增强文档。在少数情形下，在提交SQL时，可能需要同时提交biz_id，否则执行会报错。此时，您可以在全局options里设置biz_id。