[feat] creat fg json doc add upload fg json to mc method (#95)

docs/source/feature/data.md

@@ -137,14 +137,26 @@ sample_weight_fields: 'col_name'
 - 该模式训练速度最佳，但需提前对数据提前进行FG编码，目前仅提供MaxCompute方式，步骤如下：
   - 在DLC/DSW/Local环境中生成fg json配置，上传至DataWorks的资源中，如果fg_output_dir中有vocab_file等其他文件，也需要上传至资源中
     ```shell
+    cat <<EOF>> odps_conf
+    access_id=${ACCESS_ID}
+    access_key=${ACCESS_KEY}
+    end_point=http://service.${region}.maxcompute.aliyun-inc.com/api
+    EOF
+
+    ODPS_CONFIG_FILE_PATH=odps_conf \
     python -m tzrec.tools.create_fg_json \
         --pipeline_config_path ${PIPELINE_CONFIG_PATH} \
         --fg_output_dir fg_output \
-        --reserves ${COLS_YOU_WANT_RESERVE}
+        --reserves ${COLS_YOU_WANT_RESERVE} \
+        --fg_resource_name ${FG_RESOURCE_NAME} \
+        --odps_project_name ${PROJECT_NAME}
     ```
     - --pipeline_config_path: 模型配置文件。
     - --fg_output_dir: fg json的输出文件夹。
     - --reserves: 需要透传到输出表的列，列名用逗号分隔。一般需要保留Label列，也可以保留request_id，user_id，item_id列，注意：如果模型的feature_config中有user_id，item_id作为特征，feature_name需避免与样本中的user_id，item_id列名冲突。
+    - --fg_resource_name: 可选，fg json在MaxCompute中的资源名，默认为fg.json
+    - --odps_project_name: 可选，将fg json文件上传到MaxCompute项目名，该参数必须配合参数fg_resource_name和环境变量ODPS_CONFIG_FILE_PATH一起使用
+    - --ODPS_CONFIG_FILE_PATH: 该环境变量指向的是odpscmd的配置文件
   - 在[DataWorks](https://workbench.data.aliyun.com/)的独享资源组中安装pyfg，「资源组列表」- 在一个调度资源组的「操作」栏 点「运维助手」-「创建命令」（选手动输入）-「运行命令」
     ```shell
     /home/tops/bin/pip3 install http://tzrec.oss-cn-beijing.aliyuncs.com/third_party/pyfg039-0.3.9-cp37-cp37m-linux_x86_64.whl