2. 数据集操作指引¶

用户可以在 数据资源 标签页面查看数据集列表，进行数据集的操作

../../_images/dataset.png

2.1 数据集展示¶

数据集数据分为三个页面进行展示:

我的数据
- 当前登录的用户上传的数据集
可申请的
- 其他用户上传，当前登录用户可见且未申请授权，不可使用的数据集
已授权的
- 其他用户上传，当前登录用户可见且已经申请授权，审批通过，可以使用的数据集

2.2 创建数据集¶

创建一个数据集需要填写下列信息:

基础信息
- 数据集的名称、简介、标签信息
资源来源
- 数据集的数据来源，支持的数据来源方式有：
  - 上传CSV文件
  - 上传EXCEL文件
  - 指定HDFS文件路径
  - 指定HIVE SQL语句
  - 指定数据库SQL语句
资源权限
- 数据集的可见性设置, 支持全局、机构、用户组、用户级别的可见性
审批流
- 其他申请使用数据集时的审批链接

2.2.1 基础信息¶

资源名称
- 数据集的名称，必填项
资源简介
- 数据集的简介信息，必填项
资源标签
- 数据集标签信息，可选项

../../_images/dataset_base_info.png

2.2.2 资源来源¶

数据集数据来源支持的类型: CSV文件、EXCEL文件、HDFS、HIVE、数据库。

../../_images/dataset_datasource.png

CSV文件数据源_CSV

用户选择需要上传的csv文件。

EXCEL文件

用户选择需要上传的excel文件。

HDFS

用户填写HDFS上存在csv文件路径。

HIVE
数据类型:
- 静态数据
- 动态数据
Hive SQL:
- 数据来源的SQL语句，仅支持SELECT查询语句

数据库

支持下列类型的数据库作为数据集的数据源:
- MYSQL
- 达梦
- POSTGRESQL
- 高斯
- 人大金仓
- 神通

../../_images/dataset_datasource_db.png

参数:

../../_images/dataset_datasource_db_params.png

数据类型
- 静态数据
- 动态数据
数据库信息：
- IP地址
  - 访问数据库的IP
- 端口号
  - 访问数据库的端口号
- 数据库名
  - 数据库名
- 用户名
  - 访问数据库的用户名
- 密码
  - 访问数据库的密码
- SQL
  - 数据来源的SQL语句，仅支持SELECT查询语句

2.2.3 资源权限¶

这里的数据权限指的是数据集的可见性权限。

可见范围: 私有

可见性为私有的数据集仅仅对数据集的属主用户可见，其他用户均不可见该数据集。

../../_images/dataset_visible_private.png

可见范围: 公开可用

公开可用的数据集根据可见范围不同，可见的用户也不相同。

注意: 创建新的数据集成功后, 该数据集可见范围为公开可用时，其他用户可以在数据集页面, 标签为 可申请的 数据列表里面看到该数据集。

../../_images/dataset_visible_public.png

本机构内
- 同一机构的用户可见
本用户组内
- 本机构内的同一用户组的用户可见。
指定机构
- 执行的机构的用户可见。
指定用户
- 指定的用户可见
全局
- 所有的用户均可见

2.2.4 审批流¶

其他用户申请使用数据集时，参与负责审批的人员名单。

默认的审批流如下：

../../_images/dataset_approval.png

用户可以添加审批人员：

../../_images/dataset_approval_add.png

2.3 申请数据集¶

用户可以在数据集页面, 标签为 可申请的 数据列表里面看到可以申请的数据集列表。

../../_images/dataset_approval_page.png

申请流程：

选择数据集
点击【申请使用】
填写申请单，申请单格式如下:
- 申请标题
  - 申请单的标题，用户自填
- 关注人
  - 关注人会收到审批信息
- 申请背景
  - 申请的用途详情
- 申请内容
  - 申请的数据集，需要选择授权的时间，即授权的有效期
- 审批流
  - 参与审批的人员列表，可以编辑，新增审批人员

2.4 使用数据集¶

使用数据集的过程, 请参考: