本文介绍如何在科研助手中删除数据集。 操作步骤 1. 登录科研助手管理控制台。 2. 在控制台左侧导航栏中，选择【数据存储】的【数据集管理】。 3. 在【数据集管理 】页面，点击左上角的【个人数据集】选项卡。 4. 在数据集右侧单击【删除】按钮。注意：已被开发环境/作业挂载的数据集无法删除。 5. 此时弹出【删除数据集 】页面，确认信息无误后，填入“确认删除 ”，单击弹窗的【确认】按钮，删除数据集。 注意：科研助手的数据集与专业版数据集通用，在科研助手的【数据集管理】中可以显示并删除专业版的数据集。

本章节主要介绍数据目录权限管理。 约束与限制 仅管理员角色的用户支持创建、删除、修改数据目录权限规则和设置数据目录权限生效状态。 开发者、运维者和访客角色的用户仅支持查看数据目录权限规则和规则列表。 管理数据目录权限规则 1. 在DataArts Studio控制台首页，选择实例，点击“进入控制台”，选择对应工作空间的“数据目录”模块，进入数据目录页面。 详见下图：选择数据目录 2. 选择“数据权限 > 数据目录权限”，单击“新建”，配置数据目录权限规则。 a.规则名称：设置数据权限规则的名称。 b.类型：当前支持从标签、密级和分类的维度进行过滤筛选。 c.范围：选择实际的标签、密级和分类。 d.用户：配置的数据目录权限规则所适配的用户。 e.生效：打开，表示该数据目录权限规则生效。反之，不生效。 说明 数据目录权限规则生效后，仅该数据目录权限规则所适配的用户，可管理限定标签或者分类的数据资产。例如设置类型为标签，范围选择test，用户设置为A，当开启权限规则后，A用户只可管理test标签的资产。 详见下图：新建规则 3. 在数据权限规则列表中，选择对应规则后的编辑和删除，可修改和删除数据权限规则。

本页介绍如何使用数据稽核功能进行数据同步项的对比。 什么是数据稽查 数据稽查功能用于对比源库与目标库的数据差异，帮助用户及时发现数据不一致的问题。支持对源库和目标库的对象数目、数据行数、字段内容等多个维度的进行一致性对比。 数据稽查的类型 对象对比 对象级对比任务，对源库和目标库的数据库、索引、表、视图等对象的数量进行对比，检查数据对象是否缺失。 支持的数据链路：MYSQL>MYSQL、PostgreSQL>PostgreSQL、DDS/MongoDB>DDS/MongoDB、SQL Server>SQL Server。 行数对比 通过对源和目标库中表的行数进行对比，检查表的数据是否缺失。 支持的数据链路：MYSQL>MYSQL、PostgreSQL>PostgreSQL、DDS/MongoDB>DDS/MongoDB、SQL Server>SQL Server。 内容对比 通过对源和目标库中表的行数据进行对比，检查表的行数据是否一致。 支持的数据链路：MYSQL>MYSQL、PostgreSQL>PostgreSQL、SQL Server>SQL Server。 支持设置数据块大小：用户可以自由控制内容对比的数据块大小，数据块的大小可设置在100010000范围内。 支持抽样校验：如果迁移或同步的数据量非常大，对所有数据都进行校验会对源库和目标库造成高负荷。为此，内容对比提供抽样校验功能，用户可以通过设置抽样比例对数据进行抽样检验，以减小数据库的负担。可设置的抽样比例为10%、20%、30%、……、100%。 支持设置任务超时时间：用户可以设定内容对比任务的最长运行时间，如果任务未能在最大期限内完成，则任务自行终止。可设置的时间长度为1180分钟。 支持查看不一致数据的所在范围：如果发现不一致的数据，用户可以查看不一致数据所在的范围，缩小了用户需要自行检查的数据范围。

删除系统数据 当系统数据盘使用率高于95%后，可能导致系统故障无法使用。为确保系统数据盘的正常使用，您可参考本小节配置自动删除或定期手动删除系统数据。 通过自动或手动删除的系统数据，主要为数据盘暂存的文件，包括历史会话视频大文件、本地备份的日志文件、本地备份的系统配置文件等。 系统数据被删除后，默认不可找回，请谨慎操作。 约束限制 “手动删除”不能删除具体某一天的数据。手动删除选择日期，即删除该日期之前的全部数据。 前提条件 用户已获取“系统”模块管理权限。 配置自动删除 1 登录云堡垒机系统。 2 选择“系统 > 数据维护 > 存储配置”，进入系统存储配置管理页面。 3 在“自动删除”区域，单击“编辑”，弹出自动删除配置窗口，配置相关参数。 配置自动删除 配置自动删除 参数 说明 自动删除 选择开启或关闭自动删除功能，默认。 l，表示开启自动删除功能。根据数据存储时间和数据盘空间使用率，触发自动清除。 l，表示关闭自动删除功能。 自动删除（天）前数据 数据存储天数超过设定时长，将会被自动清除。 l 默认为180天。 l 取值范围为1～10000，单位为天。 空间满时覆盖之前数据 数据盘使用率超过90%时，将自动删除数据。 选择开启或关闭，默认。 l，表示关闭该功能。 l，表示开启该功能。 l 自动删除规则： − 系统每隔30min检查一次数据盘使用率。当使用率低于90%时，则停止删除。 − 优先删除存储时间更久远的数据，默认先删除180天之前的数据。 − 若删除180天之前数据后，数据盘使用率仍高于90%，则逐日依次删除数据。 − 当天数据不能被自动删除。 4 单击“确认”，返回存储配置管理页面，查看配置的自动删除信息。 自动删除配置信息

本章节主要介绍节点数据血缘的方案概述。 什么是数据血缘 大数据时代，数据爆发性增长，海量的、各种类型的数据在快速产生。这些庞大复杂的数据信息，通过联姻融合、转换变换、流转流通，又生成新的数据，汇聚成数据的海洋。 数据的产生、加工融合、流转流通，到最终消亡，数据之间自然会形成一种关系。我们借鉴人类社会中类似的一种关系来表达数据之间的这种关系，称之为数据的血缘关系。与人类社会中的血缘关系不同，数据的血缘关系还包含了一些特有的特征： 归属性 ：一般来说，特定的数据归属特定的组织或者个人，数据具有归属性。 多源性 ：同一个数据可以有多个来源（多个父亲）。一个数据可以是多个数据经过加工而生成的，而且这种加工过程可以是多个。 可追溯性 ：数据的血缘关系，体现了数据的生命周期，体现了数据从产生到消亡的整个过程，具备可追溯性。 层次性：数据的血缘关系是有层次的。对数据的分类、归纳、总结等对数据进行的描述信息又形成了新的数据，不同程度的描述信息形成了数据的层次。 详见下图：数据血缘关系示例 DataArts Studio数据血缘实现方案 数据血缘的产生： 在DataArts Studio平台，自动分析血缘是通过在数据开发模块中配置数据处理迁移类型的节点产生的，当前支持采集节点静态配置产生的血缘和部分节点实例上的血缘。详情请参见 配置数据血缘章节中的 自动分析血缘。 另外，DataArts Studio平台还支持手动配置血缘方式，当用户手动配置血缘时，自动分析血缘将不生效。详情请参见 配置数据血缘章节中的 手动配置血缘。 数据血缘的展示： 当数据开发模块中的作业已完成血缘关系配置后，启动作业调度，并在数据目录模块进行元数据采集任务，则可以在数据目录模块可视化查看数据血缘关系。

DTS计费详情 说明 数据迁移功能，规格按照从小、中、大、超大、 极大，资费逐渐升高，规格越高，传输性能越好。 数据同步功能，规格按照从小、中、大、超大、 极大、特大，资费逐渐升高，规格越高，传输性能越好。 RPS 表示 DTS 每秒增量迁移/同步至目标表的数据行数。在实际网络环境中，RPS 会受源数据库的运行负载、网络带宽、网络延时等多种因素的影响，因此如下数据仅提供参考。 功能类型 链路规格 包年包月（元/月） 按需（元/小时） RPS性能上限 数据迁移 小规格 / 1.02 1000 数据迁移 中规格 / 1.80 3000 数据迁移 大规格 / 2.88 5000 数据迁移 超大规格 / 5.18 7000 数据迁移 极大规格 / 9.20 12000 数据同步 小规格 768 1.60 1000 数据同步 中规格 1104 2.30 3000 数据同步 大规格 1656 3.45 5000 数据同步 超大规格 2486.4 5.18 7000 数据同步 极大规格 4056 8.45 12000 数据同步 特大规格 5625.6 11.72 30000 包年预付费优惠政策：一年 85 折，2 年 7 折，3 年享受 5 折优惠。 数据迁移资费从2026年5月28日起生效。

本页介绍数据同步实例的订购、续订和退订操作说明。 订购数据同步实例的具体操作流程与订购数据迁移实例类似，可参照订购数据迁移实例。 续订数据同步实例的具体操作流程与续订数据迁移实例类似，可参照续订数据迁移实例。 退订数据同步实例的具体操作流程与退订数据迁移实例类似，可参照退订数据迁移实例。 注意 订购数据同步实例时，支持包周期和按需两种计费方式。 续订数据同步实例时，仅针对计费方式为包周期的实例。

如果不再需要某个数据空间，可以参照本节进行删除。 约束与限制 系统创建默认数据空间不支持删除操作。 如果待删除数据空间中，存在数据管道，则该数据空间不能直接删除。您需要先删除数据管道，再删除数据空间。 操作步骤 1. 登录管理控制台。 2. 单击页面左上方的，选择“安全 > 态势感知（专业版）”，进入态势感知（专业版）管理页面。 3. 在左侧导航栏选择“工作空间 > 空间管理”，并在工作空间列表中，单击目标工作空间名称，进入目标工作空间管理页面。 4. 在左侧导航栏选择“日志审计 > 安全数据”，进入安全分析页面。 5. 在需要删除的数据空间所在行的“操作”列，单击“删除”。 6. 在弹出的对话框中单击“确认”，完成删除数据空间的操作。 注意 如果待删除数据空间中，存在数据管道，则该数据空间不能直接删除。您需要先删除数据管道，再删除数据空间。

本实践将为您介绍如何通过LVM创建逻辑卷。 操作场景 当LVM管理工具安装成功之后，用户可以通过LVM来创建逻辑卷。通过LVM架构图，可以了解到在这一层需要完成三个步骤： 创建物理卷（Physical Volumes）：将云硬盘分区或整个云硬盘设备初始化为物理卷。 创建卷组（Volume Group）：将一个或多个物理卷添加到卷组中。 创建逻辑卷（Logical Volumes）：从卷组中划分逻辑卷。 本指导假设您前期已经在操作系统为“CentOS 7.6 64bit”的弹性云主机上挂载了两个大小为10GB的数据盘。 操作步骤 1. 以root用户登录云主机，登录成功之后如图： 2. 执行命令 fdisk l grep /dev/vd grep v vda，查看云主机中的云硬盘并记录设备名称。回显如下图所示： 如图所示，当前云主机中已经挂载两个数据盘，分别为/dev/vdb和/dev/vdc，容量为10GB。 3. 查看之后，请执行 pvcreate命令进行物理卷创建的工作，pvcreate的参数是设备名称。此处执行命令 pvcreate /dev/vdb /dev/vdc，回显信息如图所示： 如图所示，物理卷/dev/vdb与物理卷/dev/vdc已经创建成功。 4. 执行 pvdisplay命令来验证物理卷/dev/vdb与物理卷/dev/vdc的创建信息，具体回显如图所示： 5. 物理卷创建成功，接下来创建卷组，卷组通常使用 vgcreate命令创建，请执行 vgcreate vgdata /dev/vdb /dev/vdc。其中vgdata为创建的卷组名，/dev/vdb 、/dev/vdc为物理设备名，具体回显信息如下图： 如图，卷组“vgdata”已创建成功。 6. 执行 vgdisplay命令验证卷组“vgdata”的具体信息，具体回显如图所示： 7. 最后创建逻辑卷，执行命令为：lvcreate L 15GB n lvdata vgdata，此命令的格式为：lvcreate L 逻辑卷大小 n 逻辑卷名称 卷组名称，具体回显信息如下图所示： 说明 具体参数说明如下： 1. 逻辑卷大小：该值应小于所创建卷组剩余可用空间，容量单位可以选择“MB”或“GB”，在此例中创建15GB的逻辑卷大小。 2. 逻辑卷名称：可自定义，此处以lvdata为例。 3. 卷组名称：已经创建的卷组的名称。 8. 执行 lvdisplay命令来验证逻辑卷的创建信息，验证是否创建成功，具体回显信息如下图所示： 至此，逻辑卷创建成功。

本节主要介绍如何使用API移除数据目录。 此操作用来移除数据目录。 注意 强制移除数据目录，存在数据丢失风险。 对于单机版，如果要移除的数据目录为默认数据目录，需要先指定其他数据目录为默认数据目录，才可以移除该目录。 如果执行日志采集后，产生的日志保存在HBlock的数据目录内，移除该数据目录时deleteLocalData为true，该日志将被删除。 有数据目录正在移除时，不能再移除其他数据目录。如果必须移除，请使用强制移除，但有丢数据风险。 对于集群版，该数据目录不属于任何存储池，才允许从移除该数据目录。否则不能移除，如果必须移除，请使用强制移除，但有丢数据风险。 请求语法 plaintext DELETE /rest/v1/system/server/serverId/diskpaths HTTP/1.1 Date: date ContentType: application/json; charsetutf8 ContentLength: length Host: ip:port Authorization: authorization { "diskPaths": [ path, path ], "force": force, "deleteLocalData"：deleteLocalData } 请求参数 参数 类型 描述 是否必须 serverId String 要移除数据目录的服务器ID。 是 diskPaths Array of string 要移除的HBlock数据目录。一次可以移除多个数据目录。 是 force Boolean 是否强制移除数据目录。 注意 强制移除数据目录，可能造成数据丢失。 取值： true：强制移除数据目录。 false：不强制移除数据目录。 默认值为false。 否 deleteLocalData Boolean 是否删除数据目录上的数据。 取值： true：删除数据目录上的数据。 false：不删除数据目录上的数据。 默认值为false。 否

本章节主要介绍高质量数据集平台如何管理预处理数据集。 预处理数据集是由数据加工任务生成的数据集； 【1】检索同步状态：表示该数据集的信息是否已同步给数据检索，同步完成后，该数据集即可在数据检索页面进行检索； 【2】标注同步状态：表示该数据集的信息是否已同步至标注平台，同步完成后，该数据集即可在创建标注任务时进行选择； 【3】数据集状态：表示该数据集是否生成完成； 【查看】支持查看数据集的详情； 【删除】支持删除该数据集； 【授权】支持将数据集授权给个人或团队； 【版本管理】指能够查看数据集的版本情况，可进行版本管理；同一时刻只能拥有一个有效版本。 【血缘分析】支持查看该数据集的血缘情况； 【评测报告】支持查看该数据集已有的评测报告，点击查看报告可跳转至报告页面； 【评测分析】指用户可选择该数据集的所有评测报告，按照整体及分维度两个方面进行数据集评测得分的趋势分析。 【创建评测】支持快速创建该数据集的评测任务，跳转至评测任务创建页面。

后续操作 1. 数据盘镜像创建完成后，可以在私有镜像列表看到已经创建成功的数据盘镜像。 2. 数据盘镜像支持的操作包括：查看详情、申请数据盘、修改、删除、导出、共享、取消共享。 3. 使用数据盘镜像申请数据盘，单击操作栏的“申请数据盘”，进入申请数据盘界面。 操作界面与常规的购买云硬盘一样。 注意 使用数据盘镜像申请数据盘时，无法同时通过快照创建。

与用户的应用程序配合使用 当您的应用程序需要对明文数据进行加密时，可通过调用KMS的接口来创建数据加密密钥，再使用数据加密密钥将明文数据进行加密，得到密文数据并进行存储。同时，用户的应用程序调用KMS的接口创建对应用户主密钥，对数据加密密钥进行加密，得到密文的数据加密密钥并进行存储。 基于信封加密技术，用户主密钥存储在KMS中，用户的应用程序只存储密文的数据加密密钥，仅在需要使用时调用KMS解密数据加密密钥。 加密流程说明如下： 1.应用程序调用KMS的“createkey”接口创建一个用户主密钥。 2.应用程序调用KMS的“createdatakey”接口创建数据加密密钥。得到一个明文的数据加密密钥和一个密文的数据加密密钥。 说明 密文的数据加密密钥是由1创建的用户主密钥加密明文的数据加密密钥生成的。 3.应用程序使用明文的数据加密密钥来加密明文文件，生成密文文件。 4.应用程序将密文的数据加密密钥和密文文件一同存储到持久化存储设备或服务中。

本章节主要介绍数据架构概述。 数据架构简介 DataArts Studio数据架构以关系建模、维度建模理论支撑，实现规范化、可视化、标准化数据模型开发，定位于数据治理流程设计落地阶段，输出成果用于指导开发人员实践落地数据治理方法论。 数据架构作为数据治理的一个核心模块，承担数据治理过程中的数据加工并业务化的功能。数据架构主要包括数据调研、标准设计、模型设计和指标设计四个部分。数据架构支持DLI、POSTGRESQL、DWS、MRSHive数据连接类型。 DataArts Studio数据架构致力于： 构建统一的数据分类体系，用于目录化管理所有业务数据，便于数据的归类、查找、评价和使用。 构建统一的数据标准体系，基于国家或行业标准，用于标准化每一行数据，每一个字段的具体取值，提升数据质量和易用性。 构建统一的数据模型体系，通过规范定义和数据建模，自顶向下构建企业数据分层体系，沉淀企业数据公共层和主题库，便于数据的流通、共享、创造、创新，提升数据使用效率，极大的减少数据冗余、混乱、隔离、不一致以及谬误等。 模型设计方法概述 根据业务需求抽取信息的主要特征，模拟和抽象出一个能够反映业务信息（对象）之间关联关系的模型，即数据模型。数据模型也是可视化的展现企业内部信息如何组织的蓝图。数据模型应满足三方面要求：能比较真实地模拟业务（场景）；容易为人所理解；便于在IT系统中实现。 在DataArts Studio数据架构的数据建模过程中，用到的建模方法主要有以下两种：

关键词 说明 集群 集群指容器运行所需要的云资源组合，关联了若干服务器节点、负载均衡、专有网络等云资源。 专有版集群：需要创建1个Master（非高可用），或者3/5个Master（高可用）节点，以及若干Worker节点，可对集群基础设施进行更细粒度的控制，需要自行规划、维护、升级服务器集群。 托管版集群：只需创建Worker节点，Master节点由CCSE创建并托管，具备操作简单、低成本无需运维等特点。 节点 一台服务器（可以是虚拟机实例或者物理服务器）已经安装了Docker Engine，可以用于部署和管理容器。容器的Agent程序会被安装到节点上并注册到一个集群上。 专有网络VPC 专有网络VPC是您自己独有的云上私有网络。您可以完全掌控自己的专有网络，例如选择IP地址范围、配置路由表和网关等，您可以在自己定义的专有网络中使用天翼云资源如云服务器、云数据库和负载均衡等。 安全组 安全组是一种虚拟防火墙，具备状态检测和数据包过滤能力，用于在云端划分安全域。安全组是一个逻辑上的分组，由同一地域内具有相同安全保护需求并相互信任的实例组成。 应用目录 应用目录功能集成了Helm，提供了Helm的相关功能，并进行了相关功能扩展，例如提供图形化界面。 编排模板 编排模板是一种保存Kubernetes YAML格式编排文件的方式。 Kubernetes Kubernetes是一个开源平台，具有可移植性和可扩展性，用于管理容器化的工作负载和服务，简化了声明式配置和自动化。 容器（Container） 打包应用及其运行依赖环境的技术，一个节点可运行多个容器。 镜像（Image） 容器镜像是容器应用打包的标准格式，封装了应用程序及其所有软件依赖的二进制数据。 镜像仓库（Image Registry） 容器镜像仓库是一种存储库，用于存储Kubernetes和基于容器应用开发的容器镜像。 管理节点（Master Node） 管理节点是Kubernetes集群的管理者，运行着的服务包括kubeapiserver、kubescheduler、kubecontrollermanager、etcd组件，和容器网络相关的组件。 工作节点（Worker Node） 工作节点是Kubernetes集群中承担工作负载的节点，可以是虚拟机也可以是物理机。工作节点承担实际的Pod调度以及与管理节点的通信等。一个工作节点上的服务包括Docker运行时环境、kubelet、KubeProxy以及其它一些可选的组件。 命名空间（Namespace） 命名空间为Kubernetes集群提供虚拟的隔离作用。Kubernetes集群初始有3个命名空间，分别是默认命名空间default、系统命名空间kubesystem和kubepublic，除此以外，管理员可以创建新的命名空间以满足需求。 容器组（Pod） Pod是Kubernetes部署应用或服务的最小的基本单位。一个Pod封装多个应用容器（也可以只有一个容器）、存储资源、一个独立的网络IP以及管理控制容器运行方式的策略选项。 副本控制器（ReplicationController，RC） RC确保任何时候Kubernetes集群中有指定数量的Pod副本在运行。通过监控运行中的Pod来保证集群中运行指定数目的Pod副本。指定的数目可以是多个也可以是1个；少于指定数目，RC就会启动运行新的Pod副本；多于指定数目，RC就会终止多余的Pod副本。 副本集（ReplicaSet，RS） ReplicaSet（RS）是RC的升级版本，唯一区别是对选择器的支持，RS能支持更多种类的匹配模式。副本集对象一般不单独使用，而是作为Deployment的理想状态参数使用。 工作负载（Workload） 工作负载是在Kubernetes上运行的应用程序。 标签（Label） Labels的实质是附着在资源对象上的一系列Key/Value键值对，用于指定对用户有意义的对象的属性，标签对内核系统是没有直接意义的。标签可以在创建一个对象的时候直接赋予，也可以在后期随时修改，每一个对象可以拥有多个标签，但key值必须唯一。 服务（Service） Service是Kubernetes的基本操作单元，是真实应用服务的抽象，每一个服务后面都有很多对应的容器来提供支持，通过KubeProxy的ports和服务selector决定服务请求传递给后端的容器，对外表现为一个单一访问接口。 路由（Ingress） Ingress是授权入站连接到达集群服务的规则集合。您可以通过Ingress配置提供外部可访问的URL、负载均衡、SSL、基于名称的虚拟主机等。通过POST Ingress资源到API Server的方式来请求Ingress。Ingress Controller负责实现Ingress，通常使用负载均衡器，它还可以配置边界路由和其他前端，这有助于以高可用的方式处理流量。 配置项（ConfigMap） 配置项可用于存储细粒度信息如单个属性，或粗粒度信息如整个配置文件或JSON对象。您可以使用配置项保存不需要加密的配置信息和配置文件。 保密字典（Secret） 保密字典用于存储在Kubernetes集群中使用一些敏感的配置，例如密码、证书等信息。 卷（Volume） 和Docker的存储卷有些类似，Docker的存储卷作用范围为一个容器，而Kubernetes的存储卷的生命周期和作用范围是一个Pod。每个Pod中声明的存储卷由Pod中的所有容器共享。 存储卷（Persistent Volume，PV） PV是集群内的存储资源，类似节点是集群资源一样。PV独立于Pod的生命周期，可根据不同的StorageClass类型创建不同类型的PV。 存储卷声明（Persistent VolumeClaim，PVC） PVC是资源的使用者。类似Pod消耗节点资源一样，而PVC消耗PV资源。 存储类（StorageClass） 存储类可以实现动态供应存储卷。通过动态存储卷，Kubernetes将能够按照用户的需要，自动创建其所需的存储。 弹性伸缩（Autoscaling） 弹性伸缩是根据业务需求和策略，经济地自动调整弹性计算资源的管理服务。典型的场景包含在线业务弹性、大规模计算训练、深度学习GPU或共享GPU的训练与推理、定时周期性负载变化等。 可观测性（Observability） Kubernetes可观测性体系包含监控和日志两部分，监控可以帮助开发者查看系统的运行状态，而日志可以协助问题的排查和诊断。 Helm Helm是Kubernetes包管理平台。Helm将一个应用的相关资源组织成为Charts，然后通过Charts管理程序包。 节点亲和性（nodeAffinity） 节点亲和性指通过Worker节点的Label标签控制Pod部署在特定的节点上。 污点（Taints） 污点和节点亲和性相反，它使节点能够排斥一类特定的Pod。 容忍（Tolerations） 应用于Pod上，允许（但并不要求）Pod调度到带有与之匹配的污点的节点上。 应用亲和性（podAffinity） 应用亲和性决定应用Pod可以和特定Pod部署在同一拓扑域。例如，对于相互通信的服务，可通过应用亲和性调度，将其部署到同一拓扑域（例如同一个主机）中，以减少它们之间的网络延迟。 应用反亲和性（podAntiAffinity） 应用反亲和性决定应用Pod不与特性Pod部署在同一拓扑域。例如，将一个服务的Pod分散部署到不同的拓扑域（例如不同主机）中，以提高服务本身的稳定性。 服务网格（Istio） Istio是一个提供连接、保护、控制以及观测服务的开放平台，兼容社区Istio开源服务网格，用于简化服务的治理，包括服务调用之间的流量路由与拆分管理、服务间通信的认证安全以及网格可观测性能力。

参数名称 说明 数据连接类型 在下拉列表中将显示逆向数据库支持的数据连接类型，请选择所需要的数据连接类型。 数据连接 选择数据连接。 如需从其他数据源逆向数据库到码表目录中，需要先在DataArts Studio管理中心创建一个数据连接，以便连接数据源。创建数据连接的操作，请参见 数据库 选择数据库。 Schema 下拉选择Schema。该参数仅DWS模型的表有效。 队列 DLI队列。仅当“数据连接类型”选择“DLI”时，该参数有效。 更新已有表 如果从其他数据源逆向过来的表，在码表中已存在同名的表，选择是否更新已有的码表。 逆向表数据 不逆向 ：逆向数据库时，将表导入到码表目录中，但是不导入表数据。您可以在完成逆向数据库后，参考下方“填写数值到码表中”添加记录到码表中。 覆盖 ：逆向数据库时，将表导入到码表目录中，同时将表数据导入到该码表中。 数据表 选择一个或多个需导入的数据表。

数据审批功能是数据集的重要组成部分,旨在加强数据使用的规范性和安全性。 该功能允许租户管理员对平台数据集的申请使用操作进行审批。所有待审批的数据在未经管理员审核通过前，均无法使用。 审批通过后，该用户即可使用【平台数据集】中的该条数据。 操作步骤：点击进入数据审批页面，判断是否允许该数据集使用申请，可选择同意和驳回；审批通过后，申请使用的用户可在【平台数据集】中查看并使用该数据。

本章节主要介绍数据管理的（可选）新建数据库模式。 DWS数据连接创建完成后，用户可以在右侧区域中管理DWS数据连接的数据库模式。 前提条件 已新建DWS数据连接，请参见 新建数据连接。 已新建DWS数据库，请参见 新建数据库。 新建数据库模式 1. 登录DataArts Studio控制台。选择实例，点击“进入控制台”，选择对应工作空间的“数据开发”模块，进入数据开发页面。 详见下图：选择数据开发 2. 在数据开发主界面的左侧导航栏，选择“数据开发 > 脚本开发”或“数据开发 > 作业开发”。 3. 在左侧菜单选择，单击DWS数据连接名称，选择需配置的数据库，展开目录层级至“schemas”，右键单击“schemas”，选择“新建模式”。 4. 在弹出的“新建模式”页面，配置如下表所示的参数。 新建模式 参数 是否必选 说明 模式名称 是 数据库模式的名称。 描述 否 数据库模式的描述信息。 5. 单击“确定”，新建数据库模式。 修改数据库模式 1. 在数据开发主界面的左侧导航栏，选择“数据开发 > 脚本开发”或“数据开发 > 作业开发”。 2. 在左侧菜单选择，单击数据连接名称，选择数据库，目录层级展开至需要修改的数据库模式，右键单击数据库模式名称，选择“修改”。 3. 在弹出的“修改模式”页面，修改数据库模式的描述信息。 4. 单击“确定”，保存修改。

本文主要介绍可信数据空间的功能特性。 企业级数据要素开放门户 开放门户是集中展示和共享数据要素，为数据的提供者和使用者可以相互发现、合作与交流，促进数据的流通与共享，是中国电信企业级数据要素平台对外服务的统一入口。 数据要素管理与交易体系 数据要素管理和交易体系主要包含数据开放共享门户、数据要素管理、交易管理能力、用户中心、商机管理、资产目录，支撑数据要素管理、交易。 可信流通计算与共享体系 可信流通计算与共享体系，主要包含可信流通任务编排与管理、可信数据流通计算、可控多模式数据共享、以及支撑数据流通的互联互通的高性能异构计算底座，支撑数据管理。 运营与管理支撑体系 运营与管理支撑体系，主要包含开放运营、安全管控、合规监管三个主要能力，支撑数据要素运营、数据生态运营、流通过程安全、合规等运营与管理工作。企业级数据要素平台构建独立的存储隔离区，存放待流通的数据要素，以及数据流通过程存证。 开放门户是集中展示和共享数据要素，为数据的提供者和使用者可以相互发现、合作与交流，促进数据的流通与共享，是中国电信企业级数据要素平台对外服务的统一入口。 数据要素管理与交易体系 数据要素管理和交易体系主要包含数据开放共享门户、数据要素管理、交易管理能力、用户中心、商机管理、资产目录，支撑数据要素管理、交易。

数据流传递模型 云工作流的数据传递模型可如下图所示： 整体数据传递过程描述如下： 1、工作流传递的数据是按照JSON格式数据进行传递的。 2、工作流执行的输入数据作为工作流执行的第一个状态的输入数据。 3、工作流最后一个状态的执行输出作为工作流执行的输出数据。 4、每个状态执行完成后， 状态执行的输出数据作为下一个状态的输入数据, 如下图所示： 数据访问 云工作流提供了以JSONPath的方式访问在工作流执行过程中产生的数据。其语法格式为： javascript "{ $.ParentNode.childNodePath1.childNodePath2 }" 语法说明如下： 1、引用变量表达式需要是是字符串，因此需要双引号 2、字符串内容以{ 开头， 以}结尾， 代表是表达式， 云工作流引擎会按照表达式方式去解析字符串 3、如果要按照JSONPath访问访问引用变量数据， 则需要以符号$.开头 4、 云工作流是按照相对路径去解析引用变量的， 例如在工作流执行路径是state1>state2， 在state2中进行按照JSONPath方式去进行数据引用， 访问的数据源是state1产生的数据输出 以如下数据为例： plaintext { "testInt": 123, "testString": "1234", "testMap": { "k1": "v1", "k2": "v2" } } 如果要访问到k1这个节点的数据， 则可以按照如下方法引用到该数据变量， 得到的值即"v1" javascript "{ $.testMap.k1 }" 另外，为了方便在工作流执行输入过程中访问工作流执行输入， 提供的额外的全局方式去访问工作流执行输入， 语法如下： javascript "{ $Context.Input }" 如需要访问工作流执行输入数据的子层级， 即按照JSONPath访问json节点数据接口。例如工作流执行输入数据： plaintext { "key": "hello world" } 按照"{ $Context.Input.key }"去引用工作流执行输入数据， 得到的即"hello world"

数据权限管理 点击列表操作栏的 数据权限管理 按钮，进入数据权限管理页面，对数据权限进行管理 当前用户需要具有访问数据权限管理的权限，详见数据权限管理 删除数据库 点击库列表操作菜单的 删除 按钮，二次确认无误后，即可完成对目标数据库的删除。 PostgreSQL数据管理 数据库类型为PostgreSQL系列的数据库。 新建数据库 1. 登录数据管理服务。 2. 在实例列表页面中，单击 库列表 按钮进入到数据库管理页面。 3. 点击 新建数据库 按钮，按需输入可选参数。 4. 点击 确定 按钮即可完成数据库的创建。 创建数据库参数说明： 参数 是否必填 说明 数据库名称 是 创建后数据库的名称。 授权账号 否 将当前数据库的权限赋予指定用户。 注释 否 数据库的备注信息。 所有者 否 数据库在该实例中的所有者。 字符集 否 默认为UTF8。 模板 否 基于指定模板创建数据库。 表空间 否 指定数据库的表空间。 连接限制 否 当前数据库的连接数限制。 删除数据库 点击库列表操作菜单的 删除 按钮，二次确认无误后，即可完成对目标数据库的删除。 SQLServer数据库管理 数据库类型为SQLServer系列的数据库。 新建数据库 SQLServer暂不支持通过页面新建数据库。 数据权限管理 点击列表操作栏的 数据权限管理 按钮，进入数据权限管理页面，对数据权限进行管理 当前用户需要具有访问数据权限管理的权限，详见数据权限管理

本节主要介绍数据目录监控信息。 在“监控”页面点击“数据目录”，可以查看对应数据目录的实时监控信息：数据目录容量、数据目录已用容量、数据目录使用率、容量配额、已用容量配额、容量配额使用率、健康状态、健康详情。 说明 对于单机版，可以根据健康状态，选择查看对应数据目录的信息。对于集群版，可以根据存储池名称或者健康状态，选择查看对应数据目录的信息。 图1 数据目录实时监控信息（单机版） 图2 数据目录实时监控信息（集群版） 项目 描述 数据目录 具体数据目录路径。 数据目录容量 数据目录所在磁盘的容量。 数据目录已用容量 数据目录所在磁盘已用容量。 数据目录使用率 数据所在磁盘使用率。 容量配额 HBlock的容量配额。 已用容量配额 HBlock已使用的容量配额。 容量配额使用率 HBlock的容量配额使用率。 健康状态 健康状态： 健康：数据目录可正常读写，且数据目录所在磁盘使用率未超过阈值（系统默认值为95%）。 警告：数据可读，但存在以下情况的任意一种：慢盘；数据目录所在磁盘使用率超过阈值（系统默认值为95%）；磁盘剩余空间不足1GiB；HBlock对这个目录停写；数据目录配额使用率超过阈值（系统默认值为95%）；数据目录配额为0。 错误：数据目录无法访问，原因可能是：所在磁盘出现I/O错误导致无法读写，数据目录未正确挂载等。 健康详情 健康详情： 如果“健康状态”为“健康”，此列为空。 如果“健康状态”为“警告”或“错误”，显示警告或错误的详细信息。 在“监控”>“数据目录”页面，点击对应数据目录，可以查看数据目录指定时间内的监控信息：数据目录使用率、容量配额使用率、数据目录使用量、数据目录总容量、配额使用、配额。 图3 数据目录监控信息（单机版） 图4 数据目录监控信息（集群版） 项目 描述 数据目录 具体数据目录路径。 时间范围 可以选择相对时间： 近2小时 近6小时 近1天 近7天 近1年 自定义时间段，选择开始日期和结束日期，精确到天。 注意 起始时间必须早于结束时间，且起始时间不能早于服务器当前时间一年。 数据目录使用率 数据所在磁盘使用率。 容量配额使用率 HBlock容量配额使用率。 数据目录容量 数据目录所在磁盘的容量。 数据目录已用容量 数据目录所在磁盘已用容量。 容量配额 HBlock的容量配额。 已用容量配额 HBlock已使用的容量配额。

Windows系统的GPU云主机安装GRID驱动后通过控制台的VNC远程连接实例出现黑屏怎么办？ 当Windows系统的GPU云主机安装了GRID驱动后，VM的显示输出将由GRID驱动管理，VNC无法再获取到集成显卡的画面，因此，VNC显示会变成黑屏状态，属于正常现象。建议您使用MSTSC方式连接GPU云主机，详细操作步骤请参见远程桌面连接（MSTSC方式）。

本节介绍如何创建数据空间。 操作场景 数据空间是进行数据分组、负载、流控单元。同一数据空间的数据共享同一载均衡策略。 当您需要使用态势感知（专业版）提供的 安全分析 、 数据分析 、智能建模等功能时，需要新增数据空间。 前提条件 已新增工作空间，具体操作请参见新增工作空间。 约束与限制 一个工作空间中最多可创建5个数据空间。 操作步骤 1. 登录管理控制台。 2. 单击页面左上方的，选择“安全 > 态势感知（专业版）”，进入态势感知（专业版）管理页面。 3. 在左侧导航栏选择“工作空间 > 空间管理”，并在工作空间列表中，单击目标工作空间名称，进入目标工作空间管理页面。 4. 在左侧导航栏选择“日志审计 > 安全数据”，进入安全分析页面。 5. 在数据空间列表左上角，单击“新增”，系统从右侧弹出新增数据空间界面。 6. 在新增数据空间页面中，配置新建数据空间参数，参数说明如下表所示。 参数名称 参数说明 数据空间 输入数据空间名称。命名规则如下： 名称长度取值范围为563个字符。 可包含英文字母、数字和。其中，不能出现在开头和结尾，且不能连续出现。 名称须为全局唯一，不能与其他数据空间名称相同。 描述 可选参数，设置该数据空间的备注信息。 7. 单击“确定”，完成数据空间的新增。 新增完成后，可以在数据空间列表中查看已新增的数据空间。

本章节主要介绍配置MongoDB/DDS源端参数。 从MongoDB、DDS迁移数据时，CDM会读取集合的首行数据作为字段列表样例，如果首行数据未包含该集合的所有字段，用户需要自己手工添加字段。 作业中源连接为配置MongoDB连接，即从本地MongoDB或DDS导出数据时，源端作业参数如下表所示。 表 MongoDB/DDS作为源端时的作业参数 参数名 说明 取值样例 数据库名称 选择待迁移的数据库。 mongodb 集合名称 相当于关系数据库的表名。单击输入框后面的按钮可进入选择集合名的界面，用户也可以直接输入集合名称。 如果选择界面没有待选择的表，请确认表是否已经创建，或者对应连接里的帐号是否有元数据查询的权限。 COLLECTION 查询筛选 创建用于匹配文档的筛选条件，CDM只迁移符合条件的数据。例如： 1. 按表达式对象筛选：例如{'lastname': 'Smith'}，表示查找所有“lastname”属性值为“Smith”的文档。 2. 按参数选项筛选：例如{ x : "john" }, { z : 1 }，表示查找xjohn的所有z字段。 3. 按条件筛选：例如{ "field" : {gt: 5 } }，表示查找field字段中大于5的值。 4. 按时间宏筛选：例如 {"ts":{gte:ISODate("${dateformat(yyyyMMdd'T'HH:mm:ss.SSS'Z',1,HOUR)}")}}，表示查找ts字段中大于 时间宏转换后的值。 {'lastname': 'Smith'}

本文主要介绍云日志服务如何接入云容器引擎文本日志。 本文将介绍如何在云日志服务控制台配置云容器引擎的日志接入与采集规则配置。 使用场景 云容器引擎业务日志采集功能是为用户提供的天翼云云容器引擎集群内的业务日志采集工具，可以将集群内的业务日志采集至云日志服务中进行统一存储。 日志采集功能需要为云容器引擎集群安装日志采集ctglogoperator插件并配置采集规则。采集插件安装后，日志采集器将会在集群内以 DaemonSet 的形式运行，并根据用户在云日志服务控制台配置的采集规则（包括采集源、日志单元和日志切割方式等），从采集源进行日志采集。 前提条件 已创建日志项目与日志单元，详情请参考创建日志项目与日志单元。 已创建天翼云云容器引擎。 应用日志接入步骤 1. 登录云日志服务控制台。 2. 左侧点击【日志接入】菜单，进入日志接入页面。选择“云容器引擎应用日志”进行容器接入配置。 3. 选择日志单元。 1. 点击“所属日志项目”后的目标框，在下拉列表中选择具体的日志项目，若没有所需的日志项目，点击“所属日志项目”目标框后的“新建”，在弹出的创建日志项目页面创建新的日志项目。 2. 点击“所属日志单元”后的目标框，在下拉列表中选择具体的日志单元，若没有所需的日志单元，点击“所属日志单元”目标框后的“新建”，在弹出的创建日志单元页面创建新的日志单元。 3. 单击“云容器引擎集群”后的目标框，在下拉列表中选择具体的集群。 4. 点击下一步。 4. 检查依赖项。 系统将自动检查以下检查项是否符合要求，若检测不通过，请根据页面指引进行修复。 1. 云容器引擎需要处于正常运行状态。 2. 云容器引擎已安装ctglogoperator插件且插件版本满足要求。 3. 存在名为“ccsegroup集群ID”的主机组。 4. 云容器引擎所在的VPC已创建云日志服务终端节点。 5. 配置采集规则。 对日志采集设置具体的采集规则。具体请参考[采集配置](

操作场景 您可以使用对象分享功能，通过对象的临时URL将存放在OBS中的对象分享给所有用户。 背景知识 文件分享强调临时性，所有分享的URL都是临时URL，存在有效期。 临时URL是由文件的访问域名和临时鉴权信息组成。 临时鉴权信息主要包含 AccessKeyId 、 Expires 、xobssecuritytoken 和Signature 四个参数。其中 AccessKeyId 、xobssecuritytoken 和Signature 用于鉴权，Expires定义鉴权的有效期。 当在OBS控制台上单击了对象后的“分享”之后，OBS就会以默认5分钟的有效期获取临时鉴权信息，并生成分享链接，此时链接就已经生效并且开始计算时间了。每调整一次URL有效期，OBS就会重新获取一次鉴权信息以生成新的分享链接，新链接的有效期从调整的时候开始计算。 约束与限制 通过OBS控制台分享的文件，有效期的范围为1分钟到18小时。如果想要设置更长的有效期，建议使用客户端工具OBS Browser+，OBS Browser+支持1分钟到30天的有效期。如果想要设置永久的权限，请通过桶策略或对象策略实现。 仅桶版本号为3.0的桶支持文件分享功能。桶版本号可以在桶概览页的“基本信息”中查看。 加密对象不能分享。 归档存储对象需恢复后才能分享。 操作步骤 步骤 1 在桶列表单击待操作的桶，进入“对象”页面。 步骤 2 选中待分享的文件，并单击右侧的“分享”。 此时，链接信息中的链接就已经生效并开始计时，有效期为默认的5分钟。修改URL有效期，链接会相应变化，新链接的有效期从修改时开始计算。 步骤 3 URL相关操作。 单击“打开URL”，将在新页面打开文件进行预览或者直接下载文件到本地。 单击“复制链接”，您可以将该链接分享给所有用户，用户可以在浏览器中通过此链接直接访问文件。 单击“复制路径”，您可将该路径分享给所有拥有对象所在桶权限的用户，用户可以在对应桶中的文件搜索框中输入该路径搜索并访问文件。 说明 在“URL有效期”内，任何用户都可以访问该文件。

配置创建命令 执行下面命令可以自动创建config.yaml 文件 plaintext ./ctlts configure ak sk endpoint regionid regionname ​ CLI工具内默认配置regionid为huadong1，如果在华东1地区，可简化为如下： ./ctlts configure ak sk 使用完配置创建命令后，会在配置文件路径下，生成config.yaml 文件，里面包含配置信息。regionname 参数可自定义，比如huadong1，后续使用OpenApi命令时，只需要指定配置文件的regionname即可，例如： plaintext ./ctlts project confighuadong1 或者 ./ctlts project chuadong1 CLI命令规范 命令格式：./ctlts [options] 执行： ./ctlts plaintext Usage: ctlts [command] ​ Available Commands: configure Configure Log credentials(ak,sk,endpoint,regionid) save to config.yaml dataDownload Ctyun Log Service Data Download openApi help Help about any command instance Ctyun Log Instance openApi log Ctyun Log Service OpenApi logUnit Ctyun Log LogUnit openApi project Ctyun Log projects openApi 查看日志项目project 相关OpenApi列表: ./ctlts project plaintext Usage: ctlts project [command] ​ Available Commands: checkProjectExist Check log project exist by project name and project code countProject Count the number of log projects createProject Create a new log project deleteProject Delete log project getCodeByName Get project code by project name getProject Get log project details by project code getProjectByCode Get log project information by project code getProjectDescription Get a log project's description by project code listProject List log project all or by project name pageProject Search log project by page queryProjectAliasName Query project alias names by original project names queryProjectNameByCode Query original project names by project codes renameProject Rename a log project by project code updateProject Update log project description updateProjectDescription Update a log project's description by project code ​ Flags: a, ak string accessid c, config string use config.yaml ,such as: confighuadong1 e, endpoint string endpoint h, help help for project i, regionid string regionid s, sk string accesskey 查看createProject OpenApi：./ctlts project createProject plaintext Usage: ctlts project createProject [flags] ​ Examples: ctlts log createProject projectname [description ] [ak sk endpoint regionid or config ] ​ Flags: d, description string log project description h, help help for createProject n, projectname string name of the project to create ​ Global Flags: a, ak string accessid c, config string use config.yaml ,such as: confighuadong1 e, endpoint string endpoint i, regionid string regionid s, sk string accesskey 执行createProject OpenApi： plaintext ./ctlts project createProject projectname"test" chuadong1 ​ 或者 ​ ./ctlts project createProject n"test" chuadong1

签名生成工具 示例代码如下： java import java.util.ArrayList; import java.util.Arrays; import java.util.Base64; import java.util.HashMap; import java.util.Iterator; import java.util.List; import java.util.Map; import java.util.Set; import javax.crypto.Mac; import javax.crypto.spec.SecretKeySpec; import io.netty.util.internal.StringUtil; import io.vertx.core.MultiMap; import io.vertx.core.http.HttpClientRequest; public class SignatureHelper { public static String getStringToSign(HttpClientRequest request) { String method request.method() .name(); String pathname request.path(); MultiMap headers getHeadersToLower(request.headers()); Map query buildQueryMap(request.query()); String contentMD5 headers.get("contentmd5") null ? "" : (String)headers.get("contentmd5"); String contentType headers.get("contenttype") null ? "" : (String)headers.get("contenttype"); String date headers.get("date") null ? "" : (String)headers.get("date"); String header method + "n" + contentMD5 + "n" + contentType + "n" + date + "n"; String canonicalizedHeaders getCanonicalizedHeaders(headers); String canonicalizedResource getCanonicalizedResource(pathname, query); return header + canonicalizedHeaders + canonicalizedResource; } private static Map buildQueryMap(String query) { Map map new HashMap<>(); if (!StringUtil.isNullOrEmpty(query)) { String[] params query.split("&"); Arrays.stream(params) .forEach(param > { String[] kv param.split(""); map.put(kv[0], kv[1]); }); } return map; } protected static MultiMap getHeadersToLower(MultiMap headers) { MultiMap map MultiMap.caseInsensitiveMultiMap(); Set keys headers.names(); Iterator iterator keys.iterator(); while (iterator.hasNext()) { String key iterator.next(); map.add(key.toLowerCase(), headers.get(key)); } return map; } protected static String getCanonicalizedHeaders(MultiMap headers) { String prefix "xceb"; Set keys headers.names(); List canonicalizedKeys new ArrayList(); Iterator var4 keys.iterator(); while (var4.hasNext()) { String key (String)var4.next(); if (key.startsWith(prefix)) { canonicalizedKeys.add(key); } } String[] canonicalizedKeysArray (String[])canonicalizedKeys.toArray(new String[canonicalizedKeys.size()]); Arrays.sort(canonicalizedKeysArray); StringBuilder result new StringBuilder(); for (int i 0; i query) { String[] keys (String[])query.keySet() .toArray(new String[query.size()]); if (keys.length < 0) { return pathname; } else { Arrays.sort(keys); StringBuilder result new StringBuilder(pathname); result.append("?"); for (int i 0; i < keys.length; ++i) { String key keys[i]; result.append(key); String value (String)query.get(key); if (!StringUtil.isNullOrEmpty(value) && !"".equals(value.trim())) { result.append(""); result.append(value); } result.append("&"); } return result.deleteCharAt(result.length() 1) .toString(); } } public static String getSignature(String stringToSign, String secret) throws Exception { Mac mac Mac.getInstance("HmacSHA1"); mac.init(new SecretKeySpec(secret.getBytes("UTF8"), "HmacSHA1")); byte[] signData mac.doFinal(stringToSign.getBytes("UTF8")); return Base64.getEncoder() .encodeToString(signData); } }

本文介绍如何创建和管理数据缓存。 数据缓存可以提前拉取业务所需数据，以便在创建ECI实例时可以直接挂载使用。 创建数据缓存 1. 在弹性容器实例控制台左侧导航栏中选择“数据缓存”，进入数据缓存列表页。 2. 点击“创建数据缓存”，进入创建数据缓存创建页面。 3. 按需选择网络配置，如果是从公网拉取数据集，并且没有配置公网NAT网关，需要配置EIP(自动创建或使用已有)。 4. 设置数据缓存。 5. 设置数据源。 6. 点击确定按钮后，即可在数据缓存列表中查看创建的数据缓存。 管理数据缓存 1. 点击数据缓存名称，进入详情，可查看事件。 2. 点击制作任务，可以跳转到容器组实例详情查看制作任务过程日志。

本节主要介绍冷热数据分离。 GeminiDB Influx在同一数据保留策略（Retention Policy，简称RP，包含数据保留时长，备份个数等信息）里实现了冷热数据分离，系统会根据RP中用户设置的冷热数据分界线自动将符合转冷条件的热数据归档到冷存储中。 背景 在海量大数据场景下，时序数据冷热分明，即随着时间推移历史的时序数据被查询和分析的概率越低，同时因为这些数据占用量比较大，降低这部分冷数据的存储容量将会极大的节省企业的成本。GeminiDB Influx提供了冷热分离功能，使用低成本的介质存储冷数据，并通过极简配置就能极大的降低存储成本。 GeminiDB Influx对数据的冷热分离是基于RP的，用户首先需要在RP中设置冷热数据分界线，系统会自动根据此冷热设置将相应的冷数据归档到冷存储中。冷数据访问和普通访问没有任何差异，对用户而言是完全透明的，在查询的过程中，系统会根据查询条件中的时间范围（TimeRange）自动地从热数据区或冷数据区查询数据。 原理简介 用户在RP中配置热数据的保存时长。数据在写入时先保存在热存储上，GeminiDB Influx根据数据中的时间戳判断数据的冷热，如果数据的时间戳在热数据保存时长之内，则是热数据，如果是保存时长之前的数据，则是冷数据，系统自动归档到冷存储上。 图1 原理图

本节介绍如何使用数据集。 在创建离线训练任务时，可以使用已有数据集，包括公共数据集和私有数据集。 操作步骤 创建AI训练应用 进入AI应用列表，点击创建AI应用按钮。 使用公共数据集 1. 点击训练数据选择数据集，在弹出页面选择公共数据集，找到需要挂载的公共数据集。 2. 选中数据集及版本后，写入挂载路径即可。 3. 若需要挂载多个数据集，可使用同样方式进行多次挂载。 使用私有数据集 私有数据集在选择数据集时，需点击私有数据集进行选择，其余操作和公共数据集一致。